Найти в Дзене

Сделано с умом: искусственный интеллект нового поколения для электронной промышленности

Российские ученые совершили значительный прорыв в сфере контроля качества электронной продукции, представив инновационное решение на базе искусственного интеллекта. Разработанная в Томском государственном университете система показывает впечатляющие результаты, превосходя зарубежные аналоги по ключевым параметрам эффективности. Уникальная разработка ТГУ использует передовые алгоритмы для анализа трехмерных рентгеновских снимков электронной аппаратуры. Математическая модель способна выявлять дефекты в различных компонентах с высокой точностью и скоростью. Особенно важно, что система может обнаруживать как внешние, так и внутренние дефекты в печатных платах, микросхемах, разъемах и резисторах. Для обучения искусственного интеллекта была использована обширная база данных, включающая 11,5 тысяч изображений, что позволило создать универсальную систему распознавания дефектов различной природы. Важным преимуществом является способность нейросети работать с изображениями различной размерности

Российские ученые совершили значительный прорыв в сфере контроля качества электронной продукции, представив инновационное решение на базе искусственного интеллекта. Разработанная в Томском государственном университете система показывает впечатляющие результаты, превосходя зарубежные аналоги по ключевым параметрам эффективности.

Уникальная разработка ТГУ использует передовые алгоритмы для анализа трехмерных рентгеновских снимков электронной аппаратуры. Математическая модель способна выявлять дефекты в различных компонентах с высокой точностью и скоростью. Особенно важно, что система может обнаруживать как внешние, так и внутренние дефекты в печатных платах, микросхемах, разъемах и резисторах.

Для обучения искусственного интеллекта была использована обширная база данных, включающая 11,5 тысяч изображений, что позволило создать универсальную систему распознавания дефектов различной природы. Важным преимуществом является способность нейросети работать с изображениями различной размерности и цветности, что делает её максимально гибкой в применении.

Проект получил поддержку Российского научного фонда и уже успешно внедряется на производственных предприятиях. Система показывает высокую эффективность как в военно-промышленном комплексе, так и в гражданской индустрии, что подтверждается её внедрением в "Информационные спутниковые системы им. академика М.Ф. Решетнева".

В условиях активного развития отечественной электроники, где объемы производства выросли в 1,6 раза с 2020 года, достигая 2,63 трлн рублей, подобные технологические решения приобретают особую значимость. Количество наименований российской радиоэлектронной продукции увеличилось на 720%, достигнув 18 тысяч позиций, что подчеркивает необходимость внедрения современных систем контроля качества.

-2

Параллельно с этим другие российские компании также развивают направления автоматизации контроля качества. ЦКБ "Дейтон" работает над системой оптического контроля микроэлектроники, а "Радар ММС" разрабатывает программное обеспечение для визуального контроля дефектов, планируя начать массовое внедрение решений с 2027 года.

Эксперты отмечают, что внедрение подобных систем не только повышает качество выпускаемой продукции, но и значительно ускоряет процесс контроля, что критически важно при растущих объемах производства. Особенно актуально это в контексте импортозамещения и необходимости обеспечения качества отечественной электроники.

Важным преимуществом российской разработки является её способность работать в условиях различных производственных процессов и легко интегрироваться в существующие системы управления качеством. Это делает её универсальным решением для предприятий различной специализации и масштаба производства.

В перспективе подобные технологии могут стать стандартом качества для российской электронной промышленности, обеспечивая высокий уровень контроля при производстве как гражданской, так и специализированной электроники.