De tecter les de fauts sur des images de trous de plaques entretoises

Secteur(s) : Industrie

Détecter les défauts sur des images de trous de plaques entretoises

Client :

Technologie utilisée :

Vision & Fusion capteurs

Métier : Production, qualité & Supply chain

Framatome est un leader international de l’énergie nucléaire reconnu pour ses solutions innovantes, numériques et à valeur ajoutée pour le parc nucléaire mondial. Forte d’une expertise mondiale et d’une expérience avérée en matière de fiabilité et de performance, l’entreprise conçoit, fournit et installe des composants, du combustible et des systèmes d’instrumentation et de contrôle pour les centrales nucléaires.

Source : https://www.linkedin.com/company/framatome/

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