APPLICATION DE L'APPRENTISSAGE AUTOMATIQUE POUR L'ANALYSE DES DONNÉES CND ET L'OPTIMISATION DES INSPECTIONS
Date
2024
Journal Title
Journal ISSN
Volume Title
Publisher
ECOLE NATIONALE SUPERIEURE DE TECHNOLOGIE ET D’INGENIERIE - ANNABA
Abstract
L'inspection par ressuage fluorescent (FPI) est une méthode de contrôle non destructive utilisée pour détecter les défauts sur les pièces. Cette revue vise à démontrer l'efficacité d'un système d'inspection automatisé basé sur la vision pour automatiser l'étape d'inspection du processus FPI. L'étude évalue plusieurs architectures de Machine Learning pour la détection automatisée des défauts, en utilisant des photos prises sous différents angles pour créer un ensemble de données complet. Le système, conçu pour réduire la charge de travail des opérateurs humains, utilise l'intelligence artificielle pour améliorer la fiabilité des tests sur les pièces. Les résultats montrent que l'extraction de caractéristiques avant l'utilisation d'un classificateur d'apprentissage automatique est essentielle pour obtenir une classification précise, surtout avec un ensemble de données limité.