Ученые Института искусственного интеллекта AIRI разработали систему машинного обучения, способную выявлять дефекты в структуре ячеек солнечных батарей. Алгоритм также способен определять наиболее вероятные ошибки в технологической цепочке производства, приводящие к дефектам. Работа программного пакета была проверена на реальном производстве. Об этом говорится в сообщении пресс-службе вуза.

«Результатом совместной работы команд стало успешное опытно-промышленное испытание системы на действующем производстве завода «Хевел» в Новочебоксарске. При обнаружении на этапе сортировки двух и более изображений, имеющих дефекты одного типа с аналогичной локализацией, модель в режиме реального времени информировала о наиболее вероятных узлах оборудования производственной линии завода, связанных с найденными дефектами», — сообщили в пресс-службе.

Разработкой алгоритма занимался научный коллектив под руководством Семена Буденного, который возглавляет группу «Дизайн новых материалов» Института искусственного интеллекта AIRI, в сотрудничестве со специалистами IT-компании «Солтех» и компании «Хевел».

Исследователи подготовили базу данных из примерно 68 тысяч изображений, полученных при работе реальных промышленных предприятий по производству солнечных батарей, и использовали ее для обучения разработанной ими нейросети. Ее первые тесты на открытых базах данных показали, что алгоритм способен выявлять дефекты и их возможный источник с точностью примерно 90-95%.

Другие интересные новости читайте в нашем Telegram-канале

Автор: Александр Байгазин

Сделано в России // Made in Russia (входит в проект РЭЦ) в партнерстве с Фондом Росконгресс

#сделановроссии