Нейросеть научили оценивать качество отечественной электроники

Ученые Томского государственного университета разработали математическую модель и программное обеспечение для контроля качества отечественных материалов, элементов и блоков радиоэлектронной аппаратуры по снимкам 3D-микротомографа. Нейросеть повысила скорость и точность диагностики. Разработка превосходит по точности, помехоустойчивости и быстродействию аналогичные технологии США, Китая, Тайваня и других стран, сообщили в вузе.

«Современная радиоэлектронная аппаратура (РАЭ) содержит огромное количество радиокомпонентов (деталей), например, печатные платы, разъемы, микросхемы, резисторы, и т. д., которые могут иметь внешние и внутренние дефекты. Для их диагностики была обучена нейросеть, при этом было использовано 1 500 эталонных и 10 000 дефектных изображений материалов и элементов РЭА», — рассказал руководитель проекта Владимир Сырямкин.

В процессе обучения также были использованы цифровые двойники объектов диагностики: печатных плат, транзисторов, конденсаторов, катушек индуктивности и т. д. Их тоже использовали в библиотеке данных при обучении ИИ, что повысило точность диагностики. Теперь нейросеть способна распознавать изображения различной размерности и цветности. Комплексный алгоритм, используемый в ней, воплотил свойства, так называемого, искусственного интеллекта первого рода, способный решать самые сложные задачи.

Разработка уже используются в промышленности для дефектоскопии элементов РЭА и другого оборудования. Программное обеспечение на основе нейросетевых технологий можно легко адаптировать в систему управления качеством выпускаемой продукции на предприятиях ВПК и гражданских промышленности РФ. Проводится организационная работа по внедрению результатов проектов РНФ на предприятиях Роскосмоса.

Источник: vk.com

Комментарии: