Пошук академічних текстів

Інформація × Реєстраційний номер 2122U006619, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Автоматизована система візуального контролю якості безшовних труб за деформацією та цілісністю Автор Годлевський Вячеслав ОлександровичHodlevskyi Vyacheslav Oleksandrovych Дата публікації 01-01-2022 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/53138 Видання Київ Опис Дипломний проєкт виконаний на тему “Автоматизована система візуального контролю якості безшовних труб за деформацією та цілісністю”. Розроблена система контролю якості безшовних трую з використанням комп’ютерного зору. Всі поставлені завдання були виконані: пошук подібних рішень з автоматизації, опис структурної схеми, функції автоматизації, опис алгоритмічного та програмного забезпечення, специфікація обладнання, імітаційне моделювання, охорона праці, розрахунок техніко-економічних показників. Відповідно до задачі знаходження дефектів було розроблене програмне забезпечення на мові Python: натренована модель глибинного навчання YOLOv5. Для цього були зібрані та підготовлені картинки труб з різними дефектами на поверхні. Був розрахований кошторис, який складається з витрат на закупівлю та монтаж обладнання, та розробку програмного забезпечення. Розраховані показники рентабельності вкладень: коефіцієнт рентабельності інвестицій, рентабельність власного капіталу. The diploma project was made on the topic "Automated system of visual quality control of seamless pipes for deformation and integrity". Developed a system of quality control of seamless defects using computer vision. All tasks were performed: search for similar automation solutions, description of the block diagram, automation functions, description of algorithmic and software, equipment specification, simulation modeling, labor protection, calculation of technical and economic values. In accordance with the task of finding defects, software was developed on Python: YOLOv5 deep learning model was trained. For this purpose, pictures of pipes with various defects were collected and prepared. An estimate was calculated, which consists of the cost of purchasing and installing equipment, and software development. Calculated indicators of return on investment, return on equity. Додано в НРАТ 2025-11-05 Закрити