Актуальность

Проект «НейроКонтур» актуален для промышленных и металлургических предприятий, где сварочные операции являются частью основного производственного процесса. По справочнику организаций XFirm, по коду ОКВЭД 24 «Производство металлургическое» в России найдено 10 128 организаций, что показывает наличие широкой потенциальной B2B-аудитории. При этом проблема качества сварных соединений имеет измеримые последствия: по данным TWI, средний уровень ремонта сварных соединений в нефтегазовом и энергетическом секторах составляет 1–3%, а в сложных зонах может достигать 25% и выше.

Даже небольшой процент брака приводит к повторному контролю, переделкам, расходу материалов, простою оборудования и рискам для безопасности изделий. Визуальный контроль также сильно зависит от условий осмотра: ГОСТ Р ИСО 17637-2014 устанавливает требования к освещённости не менее 350 лк, рекомендует 500 лк, а также задаёт расстояние наблюдения около 600 мм и угол зрения не менее 30°. Это подтверждает, что ручной контроль зависит не только от специалиста, но и от внешних условий.

Описание проблемы

Основная проблема — несовершенство контроля качества в технологической операции сварки. На многих предприятиях первичный визуальный контроль сварочного шва выполняется человеком и зависит от квалификации специалиста, усталости, освещения, доступности зоны контроля и субъективной оценки. Дополнительно предприятия сталкиваются с нехваткой специалистов контроля качества и ограниченным количеством доступных отечественных решений машинного зрения для промышленной среды.

Как мы решаем проблему

«НейроКонтур» — это программно-аппаратная система машинного зрения, которая автоматически анализирует изображение сварного шва. Прототип включает камеру, модуль освещения, микрокомпьютер / вычислительный блок, ПО на Python, библиотеку OpenCV для обработки изображений, TensorFlow/Keras для нейросетевой модели, интерфейс оператора и систему хранения логов.

Система получает изображение с камеры, выполняет предварительную обработку, выделяет область интереса (ROI), определяет положение сварного шва, пригодность кадра и возможные визуальные отклонения. Результат сохраняется в цифровом журнале: дата, время, изображение, координаты области анализа и статус проверки. На этапе пилота целевой эффект — снижение визуально пропущенных отклонений и повторных проверок на 20–30%.

Связь с госпрограммами и предприятиями

Проект соответствует государственной программе РФ «Развитие промышленности и повышение её конкурентоспособности», а также Национальной стратегии развития искусственного интеллекта до 2030 года, так как использует компьютерное зрение, машинное обучение и интеллектуальный анализ изображений для цифровизации промышленного контроля.

Команда также начала предварительную коммуникацию с предприятием «Кузница» в г. Камышине для уточнения производственных требований и возможного пилотного сценария. Это позволяет развивать проект не как абстрактную ИИ-идею, а как прикладное решение под реальные условия сварочного производства.

Дальнейшее развитие

В дальнейшем планируется завершить демонстрационный прототип, собрать и разметить изображения сварочных швов, дообучить модель на производственных данных и провести пилотное тестирование на реальном предприятии. После проверки MVP решение может развиваться как программно-аппаратный комплекс для контроля сварных швов, а также как более широкий модуль машинного зрения для анализа контуров, границ деталей и технологически значимых зон.

На страницу проекта