Уральский «чёрный ящик»: нейросеть АТОМ НК ищет брак на снимках сварки
Свердловская компания ЗАО «Сервис-газификация» разработала нейросеть АТОМ НК, которая распознаёт дефекты на рентгеновских снимках сварных соединений и выявляет фальсификацию. Система уже используется на объектах «Газпрома», сообщил интернет-газете «ЖУК» руководитель проекта Никита Колодин.
Разработка екатеринбургского предприятия представляет собой каскад из восьми моделей. Первая выделяет область, напоминающую дефект, и передаёт её следующей, которая типизирует находку: пора, шлак, трещина или иной тип. По словам создателей, пора всегда отличается более правильной округлой формой по сравнению со шлаком.
Параллельно работает модель, определяющая зону сварного шва — всё, что она находит за её пределами, система отсекает для повышения точности. Отдельная модель ищет скопления дефектов по ГОСТу: скоплением считается случай, когда расстояние между дефектами не превышает трёх максимальных диаметров самого крупного из них. Затем система определяет пригодность стыка в зависимости от категории трубопровода — одни и те же дефекты могут оказаться допустимыми или бракованными, и нейросеть рассчитывает это автоматически после выбора категории пользователем.
Технология, разрабатываемая около полутора лет, за это время совершила значительный скачок. Если раньше точность работы оставляла желать лучшего, то сейчас система способна самостоятельно находить дефекты на снимках радиографического контроля.
«Если подрядчики решили схитрить и провести один стык под видом другого, такое бывает. Это уголовно наказуемо, потому что трубопроводы — это повышенная ответственность. Если произойдёт авария, последствия будут серьёзными», — подчеркнул руководитель проекта.
Для борьбы с мошенничеством нейросеть сравнивает два снимка стыка: нарезает изображения на вертикальные фрагменты шириной 1024 пикселя, собирает из них векторы и оценивает схожесть по шкале от 0 до 10. Эту часть системы разработчики называют «чёрным ящиком» — никто точно не знает, на каких принципах основано сравнение, нейросеть просто выдаёт цифру. В перспективе планируется использовать эффектоскопию — анализ шумов на рентгеновском снимке, поскольку уникальные артефакты не могут повторяться на двух разных кадрах, что поможет выявлять подделку.
Ещё одна разработка — инструмент для удаления «захлёстов», когда при съёмке не хватает расстояния и информация дублируется. Функция, близкая к технологиям, используемым в смартфонах для удаления лишних объектов, пока существует в демо-версии, но в перспективе появится в полноценном продукте.
На Урале активно развивают искусственный интеллект для строительной отрасли — свердловская компания собрала экосистему из пяти ИИ-продуктов. ИА «Уральский меридиан» сообщало, что в неё также входят система мониторинга персонала АИС НСК, нейросеть для распознавания текста АТОМ, чат-бот ПРОТОН и конструктор проверок «Графит».