Представьте себе заводскую линию, где огромный рулон материала разматывается со скоростью автомобиля на трассе. Мимо пролетают километры металла, пластика или ткани. Контролёр сидит сбоку и пытается глазами заметить царапину, дыру или пузырёк размером со спичечную головку. Через 15 минут его глаза устают. Через час он пропускает половину брака. И это — норма.
Российские учёные из Белгородского государственного технологического университета им. Шухова создали систему, которая делает контроль качества точным, быстрым и честным. Никаких усталых глаз — только «электронное зрение» и нейросети.
Проблема: почему человек плохо ищет дефекты?
Контроль качества на производствах до сих пор часто выглядит как в XIX веке. Сотрудник сидит у конвейера, смотрит на движущееся полотно и пытается заметить дефект. Но у этого метода четыре фатальных недостатка.
| Недостаток | Что это значит на практике |
|---|---|
| Усталость глаз | Через 20–30 минут внимательность падает. Через час — катастрофически |
| Скорость материала | Когда рулон движется со скоростью 50–100 м/мин (а то и быстрее), человек просто не успевает физически |
| Субъективность | Сегодня контролёр в форме, завтра не выспался — эффективность пляшет от 30 до 60% |
| Мелкие дефекты | Царапину в 0,1 мм человек может просто не заметить даже при хорошем освещении |
По данным разработчиков, эффективность визуального контроля силами человека при высокой скорости движения материала не превышает 40–50%. Каждый второй дефект уходит к заказчику.
И вот эту «половинчатую» эффективность решено было заменить на железобетонные 95%+.
Решение: система компьютерного зрения от учёных БелГТУ
Учёные Белгородского государственного технологического университета им. В. Г. Шухова разработали систему, которая работает проще, чем кажется, но эффективнее, чем можно представить. Разработку уже заметили в Министерстве общественных коммуникаций Белгородской области, а экспериментальный образец успешно прошёл испытания в условиях, приближённых к реальным.
Как она работает (очень просто):
Высокоскоростные камеры устанавливаются над линией. Они фотографируют движущееся полотно сотни раз в секунду — с такой частотой, что даже на скорости 100 м/мин каждый сантиметр материала попадает в кадр несколько раз.
Нейросетевые алгоритмы анализируют каждый кадр в реальном времени. Они обучены находить царапины, вмятины, отверстия, пузыри, разнотон, инородные включения — всё, что не соответствует эталону.
Обнаружив дефект, система не просто сигналит «там что-то есть», а:
классифицирует его (царапина, дыра, масляное пятно и т.д.),
определяет точные границы,
фиксирует координаты на полотне (X, Y, а для рулонов — ещё и метраж).
Представьте себе не просто «камеру», а настоящий «электронный глаз», который видит, понимает и докладывает — без права на усталость, плохое настроение или рассеянное внимание.
Где это можно использовать (и где уже пробуют)
Разработка белгородских учёных — это не «игрушка для научной лаборатории», а готовый промышленный инструмент. По словам Алексея Степнового, одного из разработчиков, систему можно адаптировать под самые разные отрасли.
Прямо сейчас — металлургия, полимеры, текстиль
Традиционные кандидаты для компьютерного зрения — любые материалы, которые движутся в виде «полотна» (рулона или листа).
- Металлургия: контроль листового проката, жести, фольги. Царапины, риски, расслоения — всё под колпаком нейросети.
- Производство полимеров: плёнка, изоляционные материалы, искусственная кожа. Пузыри, инородные включения, неравномерная толщина.
- Текстильная промышленность: ткани, нетканые материалы, сетки. Дыры, затяжки, смещение рисунка.
В планах — пищевая промышленность и АПК
Учёные уже заявляют, что собираются адаптировать систему для пищевой промышленности и агропромышленного комплекса. Что это значит? Например:
- контроль качества круп, муки, семян на конвейере,
- проверка овощей и фруктов на повреждения,
- дефектовка упаковки (надрывы, плохая запайка).
Плюс — любые другие производства, где важен «бесконтактный» контроль
Там, где нельзя трогать материал (например, горячий металл, химически активные поверхности), компьютерное зрение становится вообще незаменимым.
Сравнение: человек vs «белгородский электронный глаз»
Для наглядности — сравним старого доброго контролёра и новую систему.
| Параметр | Контролёр-человек | Система компьютерного зрения (БелГТУ) |
|---|---|---|
| Эффективность обнаружения | 40–50% (при высокой скорости) | 95%+ (теоретически до 99,9%) |
| Усталость | Начинается через 20–30 минут | Отсутствует (работает 24/7) |
| Скорость реакции | Ограничена физиологией | Миллисекунды |
| Классификация дефектов | Субъективная («похоже на царапину») | Автоматическая, с точными параметрами |
| Документирование | Бумажный журнал (можно подделать, ошибиться) | Цифровой протокол с координатами и фото |
| Стоимость ошибки | Брак уходит клиенту → рекламации, возвраты, потеря репутации | Брак отсекается на линии → экономия миллионов |
Как говорится, комментарии излишни. Человек — молодец, но против высокоскоростной камеры и нейросети у него почти нет шансов.
Что нужно запомнить
| Факт | Подробность |
|---|---|
| Кто создал | Учёные Белгородского государственного технологического университета им. Шухова |
| Что делает | Контроль качества рулонных и листовых материалов (металл, полимеры, ткани) в реальном времени |
| Как работает | Высокоскоростные камеры + нейросетевые алгоритмы (обнаружение, классификация, координаты) |
| Эффективность человека | Не более 40–50% при высокой скорости материала |
| Эффективность системы | 95%+ (в перспективе до 99,9%) |
| Где уже испытали | В условиях, приближённых к реальным — успешно |
| Где планируют | Пищевая промышленность, АПК |
| Главный плюс | Нет усталости, нет субъективизма, есть точная цифровая документация |
Российские учёные разработали устройство, которое устраняет главный порок традиционного контроля качества — субъективность уставшего человека. Система компьютерного зрения БелГТУ не спит, не отвлекается, не делает скидку на «и так сойдёт».
В условиях, когда промышленность требует всё более высокого качества, а цена ошибки исчисляется миллионами рублей потерянной репутации, такие разработки становятся не просто полезными — жизненно необходимыми. И то, что они создаются в России, на базе регионального университета, — вдвойне приятная новость.
