Автоматизация контроля качества лопаток турбин становится одним из приоритетных направлений в авиационном и энергетическом машиностроении. Лопатки турбин — сложные детали с аэродинамической поверхностью, от которых зависит эффективность и надёжность работы двигателя. Их геометрия затрудняет визуальный осмотр, а традиционные методы дефектоскопии требуют высокой квалификации и значительных временных затрат.
Учёные Пермского Политеха разработали интеллектуальную систему, объединяющую процесс полировки и дефектоскопии в единый автоматизированный цикл. В основе решения лежит нейросетевая модель, интегрированная с промышленным роботом-манипулятором. Видеокамера, закреплённая на руке робота, фиксирует поверхность лопатки под различными углами, включая труднодоступные зоны. Видеопоток поступает на вычислительный комплекс, где обученная нейросеть анализирует изображение в реальном времени.
Для обучения модели использовалась база из более 1500 изображений лопаток различных форм и типов дефектов, снятых с применением ультрафиолетовой подсветки. Это позволило повысить точность распознавания до 96% и полноту выявления дефектов до 94%. Система формирует детализированный отчёт, позволяя оператору оперативно запускать дополнительную обработку только на проблемных участках.
Прототип интерфейса уже реализован: оператор выбирает тип лопатки, после чего система автоматически подбирает математическую модель и траекторию движения инструмента. Результаты анализа выводятся на экран, что упрощает принятие решений по дальнейшей обработке детали.
Испытания проводились на производственной площадке моторостроительного предприятия, что обеспечило соответствие системы реальным условиям эксплуатации. Точное количество протестированных изделий не раскрывается, однако заявленные показатели точности и полноты подтверждают практическую применимость технологии.
Интеллектуальная система оптимизирует процесс полировки с учётом геометрии и материала лопатки, позволяет обнаруживать микроскопические дефекты, снижая риск попадания брака в готовую продукцию. Внедрение решения на предприятиях авиационного и энергетического машиностроения приведёт к сокращению времени контроля, снижению затрат на доработку и увеличению качества изделий за счёт исключения человеческого фактора.
В перспективе разработчики планируют расширить базу данных, добавить 3D-модели для более информативных отчётов и масштабировать архитектуру системы. Это позволит интегрировать технологию с современными производственными решениями и повысить конкурентоспособность предприятий.
