В проекте разрабатывается сервис видеоаналитики технологического процесса наплавки с автоматической фиксацией параметров сварочного станка, предназначенный для внедрения на производственной площадке. В настоящее время на предприятии функционирует система обнаружения дефектов на основе нейросетевой модели YOLO, но параметры сварочного станка (ток, напряжение, скорость подачи, скорость наплавки и др.) считываются вручную операторами с цифровых табло и не фиксируются в привязке к событиям обнаружения дефектов. Это исключает
возможность автоматического
анализа причинно-следственных связей между режимами работы станка и возникающими дефектами, а уведомление персонала ограничено всплывающим окном в веб-
приложении без световой и звуковой сигнализации. Разрабатываемый сервис устраняет данные ограничения путём автоматизированного считывания параметров с цифровых табло
сварочного
методами компьютерного зрения, хранения этих параметров в синхронизации с событиями системы обнаружения дефектов
на основе модели YOLO и обеспечения
оперативного мультимодального уведомления операторов.
Предлагаемая методология выполнения НИОКР. 1. Выбор нейросетевой модели детекции и OCR-библиотек
проводится основе результатов
аналитического исследования существующих технологий компьютерного зрения и научных решений в области автоматизированного считывания параметров технологического оборудования с цифровых табло. Уточняется перечень контролируемых параметров сварочного станка, поддерживаемые типы и конструкции цифровых табло, требуемые условия видеосъемки (освещённость, ракурсы, расстояния, источники
помех)
на
основе обследование
производственной площадки ПЗМ. 2. Разработка и обучение моделей компьютерного зрения на основе подготовленного набора данных видеозаписей и изображений цифровых табло сварочного станка. Данные включают видеозаписи и изображения цифровых табло сварочного станка, полученные непосредственно
на площадке ПЗМ в реальных производственных условиях
на специально оборудованном стенде.
Также подготавливается набор данных, содержащий изображения
аналогичных цифровых табло с цифровыми показателями. 3. Разработка модуля компьютерного зрения, который реализует непрерывное автоматическое
считывание
параметров сварочного станка с цифровых табло. Используется нейросетевая модели YOLOv8, обученная на подготовленном датасете. Модель выполняет локализацию областей интереса на каждом видеокадре, поступающем с
видеокамер, установленных в зоне наблюдения. 4. Сервис реализуется в виде микросервисной архитектуры, обеспечивающей
независимое масштабирование сопровождение каждого функционального компонента. На этапе проектирования определяется состав микросервисов, их интерфейсы взаимодействия через REST API, а также
схема развёртывания на производственном сервере ПЗМ
под управлением Astra Linux Special Edition 1.7.6. 3. Подсистема хранения данных реализована на оазе сурд PostgreSOL и обеспечивает хранение четырёх категорий данных: временных рядов параметров сварочного станка (с
временными метками и привязкой к сессиям наплавки), видеоданных и отдельных кадров,
меток дефектов, получаемых от существующей системы на основе YOLO, и результатов корреляционного анализа. Схема базы данных проектируется с учётом требований к производительности запросов по временным диапазонам и типам событий, а также с обеспечением целостности данных в условиях
возможных сбоев оборудования. 6. Следующий этап заключается в разработке модуля, содержащего метод временной синхронизации параметров сварочного станка с событиями обнаружения дефектов,
фиксируемыми существующей системой на основе YOLO. В настоящее время система YOLO фиксирует дефекты в базе данных с временными метками, однако параметры станка к этим событиям не привязаны. Разрабатываемая подсистема синхронизации получает события дефектов от существующей системы YOLO, сопоставляет
их временными рядами параметров и видеоданными, полученными сервисом, и обеспечивает хранение связанных записей в базе данных с точностью привязки по времени +5 секунд. Алгоритмы корреляции по временным меткам реализуются и проверяются на базовых
сценариях использования ещё на этапе прототипирования (этап 1), что позволяет выявить и устранить проблемы синхронизации до
начала полной интеграции.
7. Веб-интерфейс обеспечивает операторам и технологам
ПЗМ доступ к данным сервиса в визуальном формате. Интерфейс позволяет получить значения параметров станка по заданному временному диапазону. Также веб-интерфейс позволяет получить список событий обнаружения дефектов, синхронизированных по общей временной шкале с параметрами. Реализуются функции запроса и выгрузки данных за произвольные временные интервалы, фильтрации по типам параметров. Веб-интерфейс реализуется в виде
микросервиса с REST API
Ha
базе
FastAPI и
взаимодействует с подсистемой хранения данных. 8. Система уведомлений обеспечивает оперативное информирование операторов сварочного станка о двух категориях событий: обнаружении дефектов существующей системой на основе YOLO. В отличие от текущего решения, разрабатываемая система реализует мультимодальное уведомление: световой сигнал через управляемую умную лампу и звуковой сигнал через динамик. Управление
аппаратными
компонентами
реализуется
через соответствующие сетевые интерфейсы и интегрируется в
общую микросервисную архитектуру сервиса. 9. Все разработанные модули — модуль компьютерного зрения, подсистема автоматизированного сбора данных с видеокамер и через REST API, подсистема хранения
данных, подсистема синхронизации с системой на основе YOLO, веб-интерфейс и система
уведомлений интегрируются в единый микросервисный программно-
аппаратный
Проводятся функциональные испытания, нагрузочное тестирование и верификация соответствия численным требованиям. По результатам испытаний выполняется
оптимизация.
Опытный
экземпляр
сервиса
развёртывается
непосредственно на производственной площадке ПЗМ и
проходит
апробацию
реальных
условиях технологического процесса наплавки, по итогам которой
фиксируются замечания и
выполняется финальная доработка. Завершает проект подготовка эксплуатационной документации, обучение операторов и оформление отчётной
документации.

На страницу проекта