| Название НИОКТР |
Разработка и тестирование прототипа мобильного приложения для автоматизации анализа металлических изломов с использованием нейронных сетей
|
| Аннотация |
Цели и задачи проекта:
Цель – автоматизировать процесс анализа доли вязкой составляющей в изломе металлических образцов после испытаний на ударный изгиб падающим грузом на металлургических предприятиях, повысив точность и эффективность данного анализа.
Задачи:
1. Доработать алгоритм на основе машинного зрения для определения доли вязкой составляющей в изломе металлического образца, используя модели нейронных сетей YOLO и Mask R-CNN.
2. Расширить имеющийся датасет до 1000 фотографий изломов металлических образцов, обеспечив разнообразие материалов, условий испытаний и типов изломов для повышения точности и надежности анализа, а также для достижения сходимости результатов эксперта и нейронной сети до 90%.
3. Доработать мобильное приложение, внедрив обновленный алгоритм и обеспечив простое и быстрое определение доли вязкой составляющей в изломах. Улучшить функционал хранения данных и расширенного анализа результатов для повышения удобства и эффективности использования в лабораторных условиях.
Ожидаемые результаты:
Будет создано функциональное мобильное приложение, использующее передовые технологии компьютерного зрения и нейронных сетей для автоматического определения доли вязкой составляющей в металлических изломах. Приложение будет доступно как базовая версия для малого и среднего бизнеса, так и в виде расширенной премиум-версии для крупных промышленных предприятий.
Области применения результатов:
Разработанное приложение найдет применение в лабораториях металлургических предприятий, занимающихся анализом механических свойств материалов. Оно позволит автоматизировать и ускорить обработку результатов испытаний падающим грузом (DWTT), повысив эффективность работы лабораторий.
Потенциальные потребители продукции:
1. Россия: ПАО «Газпром нефть», ООО «ПроАктор Солюшнс», ООО «Лагуна», АО «Северсталь», ПАО «Трубная металлургическая компания», АО «Объединенная металлургическая компания», ПАО «Магнитогорский металлургический комбинат», АО «Загорский трубный завод» и другие производственные предприятия.
2. Китай: Baoshan Iron & Steel, Inner Mongolia Baotou Steel, Sansteel Minguang, Shanxi Taigang Stainless, Maanshan Iron & Steel, Hunan Valin Steel.
3. Индия: JSW Steel, Tata Steel, Steel Authority of India, Liuzhou Iron & Steel.
4. Бразилия: Vale, CSN, Metalurgica Gerdau.
|
| Доступ к ОКОГУ исполнителя |
False
|
| Количество связанных РИД |
0
|
| Количество завершенных ИКРБС |
0
|
| Сумма бюджета |
5000.0
|
| Дата начала |
2025-12-18
|
| Дата окончания |
2027-02-17
|
| Номер контракта |
5499ГС1/112092
|
| Дата контракта |
2025-12-18
|
| Количество отчетов |
2
|
| УДК |
004.93"1 004.932
|
| Количество просмотров |
3
|
| Руководитель работы |
Карпов Иван Дмитриевич
|
| Руководитель организации |
Карпов Иван Дмитриевич
|
| Исполнитель |
ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "СУПРИМ ИКС-ТЕХ"
|
| Заказчик |
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ "ФОНД СОДЕЙСТВИЯ РАЗВИТИЮ МАЛЫХ ФОРМ ПРЕДПРИЯТИЙ В НАУЧНО-ТЕХНИЧЕСКОЙ СФЕРЕ"
|
| Федеральная программа |
Отсутствует
|
| Госпрограмма |
—
|
| Основание НИОКТР |
Грант
|
| Последний статус |
2026-01-15 08:41:31 UTC, 2026-01-15 08:41:31 UTC
|
| ОКПД |
Устройства автоматической обработки данных прочие
|
| Отраслевой сегмент |
—
|
| Минздрав |
—
|
| Межгосударственная целевая программа |
—
|
| Ключевые слова |
машинное обучение; искусственный интеллект; нейронные сети; мобильное приложение; анализ изломов; контроль качества; автоматизация анализа; визуальная диагностика; хрупкий излом; вязкий излом
|
| Соисполнители |
—
|
| Типы НИОКТР |
Разработка новых материалов, научно-методических материалов, продуктов, процессов, программ, устройств, типов, элементов, услуг, систем, методов, методик, рекомендаций, предложений, прогнозов
|
| Приоритетные направления |
—
|
| Критические технологии |
—
|
| Рубрикатор |
28.23.15 - Распознавание образов. Обработка изображений; 28.23.37 - Нейронные сети
|
| OECD |
—
|
| OESR |
Информатика – архитектура и аппаратное обеспечение
|
| Приоритеты научно-технического развития |
а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;
|
| Регистрационные номера |
—
|
