Zaawansowane algorytmy sztucznej inteligencji, które znajdą zastosowanie w przemyśle, opracują naukowcy z Ośrodka Przetwarzania Informacji i Politechniki Warszawskiej. Nowe narzędzia cyfrowe umożliwią lepsze wykorzystanie tomografii komputerowej w metrologii przemysłowej.
Projekt METRO TK, który jest finansowany ze środków Narodowego Centrum Badań i Rozwoju, ma zapewnić lepsze wykorzystanie tomografii komputerowej w metrologii przemysłowej za pomocą sztucznej inteligencji. Rozwiązania wzmocnią przede wszystkim kontrolę jakości w przemyśle. Nowe rozwiązania oparte na AI będą wspierać takie branże jak: przemysł precyzyjny, motoryzacyjny, lotniczy oraz energetyczny.
W ramach realizacji projektu opracowany zostanie zaawansowany system analizy, który umożliwi automatyczne i dokładne wyznaczanie objętości wewnętrznej elementów bez konieczności demontażu oraz manualnego zaangażowania operatora przy obliczaniu parametrów elementów składowych na podstawie obrazowania TK, co zwiększy efektywność i dokładność procesu pomiarowego. Rozwiązanie zostanie opracowane jako usługa dostępna za pośrednictwem dedykowanej aplikacji. Pozwoli to na analizę kształtu oraz objętości zamkniętych, wewnętrznych
objętości, szczególnie gdy tradycyjne metody pomiarowe okazują się niewystarczające ze względu na specyfikę badanego obiektu. Kluczową funkcjonalnością aplikacji będzie zwiększenie dokładności i efektywności procesów pomiarowych objętości wewnętrznej komór jonizacyjnych oraz objętości zawartości puszek aerozolowych.
Tomografia komputerowa to nie tylko medycyna
Wielu osobom tomografia komputerowa kojarzy się tylko z medycyną. Technika ta jednak jest często wykorzystywana przez różne firmy produkcyjne. To właśnie tomografia komputerowa przyniosła przełom w metrologii przemysłowej (w dziedzinie współrzędnościowych pomiarów nieniszczących), stając się kluczowym narzędziem w wielu sektorach, m.in. takich jak przemysł precyzyjny, motoryzacyjny, lotniczy oraz energetyczny. Pomiary tomograficzne dostarczają przede wszystkim wyników przestrzennych, uwzględniających wnętrze mierzonego elementu, w tym nieciągłości materiałowe. Zadania tego nie da się zrealizować innymi metodami pomiarowymi. Jednak ten rodzaj pomiaru również obarczony jest wieloma problemami wynikającymi ze sposobu
pomiaru, analizy danych objętościowych oraz braku wzorców objętości wewnętrznej. W efekcie, utrudnione jest uzyskiwanie dokładnych pomiarów objętościowych obiektów, które charakteryzują się złożoną strukturą i różnorodnością materiałów.
Nasz projekt wprowadza nowatorskie podejście do analizy danych uzyskanych za pomocą tomografii komputerowej, polegające na automatyzacji procesu wyznaczania objętości oraz dokładności detekcji krawędzi i powierzchni rekonstruowanych obiektów. Współczesne metody, mimo swojej zaawansowanej technologii, często wymagają zaangażowania doświadczonego operatora, co może prowadzić do subiektywnych błędów i niespójności pomiarowej – mówi dr inż. Piotr Sobecki, kierownik Laboratorium Stosowanej Sztucznej Inteligencji w OPI. – Proponowane przez ekspertów OPI i naszych partnerów rozwiązanie polega na minimalizacji zaangażowania ludzkiego poprzez wdrożenie zaawansowanych algorytmów AI i technik analizy, które automatycznie i precyzyjnie określają granice pomiędzy materiałem a powietrzem oraz między różnymi materiałami. Dzięki temu możliwe jest dokładne i spójne określenie objętości wewnętrznej i wymiarów badanych obiektów bez konieczności ręcznej interwencji – dodaje Sobecki.
Liderem konsorcjum, które realizuje trzyletni projekt, jest Ośrodek Przetwarzania Informacji, zaś partnerami Politechnika Warszawska i spółka ITA. Przedsięwzięcie dofinansowano w ramach konkursu INFOSTRATEG VII Narodowego Centrum Badań i Rozwoju.
AST, źródło: OPI