Ученые ПНИПУ создали программу для обнаружения дефектов на трубопроводах и ЛЭП с использованием нейросетей
ПНИПУ Пермь, 21 мар - ИА Neftegaz.RU. Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) создали программу для обнаружения дефектов на трубопроводах и линиях электропередач с использованием нейросетей.
Об этом сообщила пресс-служба вуза.
Искусственный интеллект может быть полезным для обнаружения дефектов на предприятиях, что обычно требует больших финансовых вложений и человеческих ресурсов.
Особенно сложно диагностировать проблемы у длинных технологических систем, таких как линии электропередач, газо- и нефтепроводы, автодорожные и мостовые конструкции.
Ученые ПНИПУ разработали программный комплекс, который по изображениям с помощью нейросети находит дефекты на таких объектах.
Эта уникальная программа может быстро определять повреждения без необходимости дорогостоящего оборудования и позволяет своевременно предотвращать аварии.
Разработка ученых описана в сборнике по материалам Всероссийской научно-технической конференции Автоматизированные системы управления и информационные технологии в 2023 г.
Проект выполнен в рамках программы стратегического академического лидерства Приоритет 2030.
Авария на серьезных технологических объектах может привести к простою на время ремонта и большим финансовым потерям.
Протечки опасных химических жидкостей и газов могут повлечь взрывы, нанести ущерб человеку, загрязнить атмосферу и почву.
Для предотвращения таких ситуаций важно точно и своевременно находить дефекты, приводящие к отказу конструкций.
Существующие способы диагностики не всегда обладают необходимой точностью и не позволяют максимально быстро определять проблемные участки.
Ученые ПНИПУ разработали программу, которая на основе искусственного интеллекта способна быстро определять наличие и отсутствие дефектов на нефте- и газопроводах и линиях электропередач.
Исследователи использовали большое количество снимков трубопровода и линий электропередач, как с дефектами, так и без, для обучения нейронной сети.
Чтобы избежать ошибок, они встроили в программу фильтр-анализ, основанный на наложении изображений.
При фотофиксации делается несколько фотографий каждого места.
Если искусственный интеллект выявляет повреждение только на одной из фотографий, это считается ложным срабатыванием.
Необязательно просматривать все данные, обрабатываемые программой.
Необходимо проанализировать только те, где нейросеть выявила ошибку и блок анализа это подтвердил.
Специалист также проверяет, что сеть не смогла отнести к какой-либо категории.
Такой метод значительно ускоряет процесс дефектоскопии длинных технологических конструкций.
В настоящее время ученые завершают работу над программным комплексом.
После внедрения удобного пользовательского интерфейса разработку будут вводить в массовое производство и продавать предприятиям.
Комплекс устроен таким образом, что пользователи смогут легко и быстро дополнительно обучать нейросеть под любой конкретный запрос, что делает программу универсальной и широко функциональной для задач распознавания и идентификации.
Об этом сообщила пресс-служба вуза.
Искусственный интеллект может быть полезным для обнаружения дефектов на предприятиях, что обычно требует больших финансовых вложений и человеческих ресурсов.
Особенно сложно диагностировать проблемы у длинных технологических систем, таких как линии электропередач, газо- и нефтепроводы, автодорожные и мостовые конструкции.
Ученые ПНИПУ разработали программный комплекс, который по изображениям с помощью нейросети находит дефекты на таких объектах.
Эта уникальная программа может быстро определять повреждения без необходимости дорогостоящего оборудования и позволяет своевременно предотвращать аварии.
Разработка ученых описана в сборнике по материалам Всероссийской научно-технической конференции Автоматизированные системы управления и информационные технологии в 2023 г.
Проект выполнен в рамках программы стратегического академического лидерства Приоритет 2030.
Авария на серьезных технологических объектах может привести к простою на время ремонта и большим финансовым потерям.
Протечки опасных химических жидкостей и газов могут повлечь взрывы, нанести ущерб человеку, загрязнить атмосферу и почву.
Для предотвращения таких ситуаций важно точно и своевременно находить дефекты, приводящие к отказу конструкций.
Существующие способы диагностики не всегда обладают необходимой точностью и не позволяют максимально быстро определять проблемные участки.
Ученые ПНИПУ разработали программу, которая на основе искусственного интеллекта способна быстро определять наличие и отсутствие дефектов на нефте- и газопроводах и линиях электропередач.
Исследователи использовали большое количество снимков трубопровода и линий электропередач, как с дефектами, так и без, для обучения нейронной сети.
Чтобы избежать ошибок, они встроили в программу фильтр-анализ, основанный на наложении изображений.
При фотофиксации делается несколько фотографий каждого места.
Если искусственный интеллект выявляет повреждение только на одной из фотографий, это считается ложным срабатыванием.
Необязательно просматривать все данные, обрабатываемые программой.
Необходимо проанализировать только те, где нейросеть выявила ошибку и блок анализа это подтвердил.
Специалист также проверяет, что сеть не смогла отнести к какой-либо категории.
Такой метод значительно ускоряет процесс дефектоскопии длинных технологических конструкций.
В настоящее время ученые завершают работу над программным комплексом.
После внедрения удобного пользовательского интерфейса разработку будут вводить в массовое производство и продавать предприятиям.
Комплекс устроен таким образом, что пользователи смогут легко и быстро дополнительно обучать нейросеть под любой конкретный запрос, что делает программу универсальной и широко функциональной для задач распознавания и идентификации.