De tecter les de fauts sur des images de trous de plaques entretoises
Secteur de l'industrie

Détecter les défauts sur des images de trous de plaques entretoises

Client :
Framatome
Technologie utilisée :
Vision & Fusion capteurs
Métier : Production, qualité & Supply chain

Enjeux

  • Détecter automatiquement les défauts des trous usinés dans les plaques entretoises des générateurs vapeur
  • Minimiser les contrôles manuels et améliorer le temps de diagnostic en filtrant les trous à contrôler par les opérateurs (aide au diagnostic)

Démarche

  • Proposition d'un modèle de réseau de neurones profond à l'état de l'art pour la classification conforme / non conforme
  • Mise en œuvre d'un module de pré-traitement des images pour isoler automatiquement l'information pertinente (trou central)
  • Estimation des performances et choix du modèle le plus pertinent
  • Proposition d'une mécanique de seuillage des prédictions en fonction d'un score de confiance du modèle (le modèle peut se prononcer uniquement sur les cas les plus sûrs)
  • Mise en œuvre d'un démonstrateur pour le test chez le client

Résultat

  • Traitement automatique d'environ 70% du flux de plaques non conformes
  • Traitement automatique d’environ 40% du flux de plaques conformes
  • Taux d'erreur de 0,5%
  • Possibilité d'adaptation du modèle en fonction du taux d'erreur souhaité