1. L’IA au service du contrôle par magnétoscopie et par ressuage
- Author
-
Yannick Mafille, Quentin Julien, Antoine Valentin, and Patrick Bouteille
- Subjects
Technology - Abstract
Dans le cadre de son activité collective destinée à ses cotisants mécaniciens, le CETIM a réalisé une étude de l’utilisation de l’IA (machine learning) pour une sanction automatique des contrôles par magnétoscopie fluorescente. En effet, les systèmes automatiques classiques basés sur la vision atteignent leurs limites dans le cas de fausses indications liées aux méthodes de contrôle par magnétoscopie et ressuage. Un démonstrateur nomade a été réalisé pour permettre aux industriels de découvrir et d’évaluer sur leur production, les performances de la technologie IA pour la détection automatique par Intelligence Artificielle de défauts décelés par magnétoscopie fluorescente. Cette technologie est transposable à d’autres méthodes CND comme le ressuage fluorescent. Ce démonstrateur automatisable comprend 4 modes de fonctionnement permettant d’illustrer la démarche IA appliquée aux CND : acquisition d’images, annotation des images (classification, détection d’objet, segmentation), entrainement d’algorithmes de Machine Learning et contrôle en temps réel. Les travaux ont été réalisés sur 4 types de pièces forgées (bielles, vilebrequins, moyeux de roue et tulipes de transmission) mises à disposition par les industriels, mais sont transposables à d’autres types de pièces. Les algorithmes entrainés permettent de détecter automatiquement les défauts décelés par magnétoscopie fluorescente. L’étude a montré que l’IA est une technologie aujourd’hui accessible pouvant répondre aux besoins des industriels pour fiabiliser et automatiser les contrôles actuels. Ce démonstrateur est aujourd’hui présenté comme un assistant aux contrôleurs CND.
- Published
- 2023
- Full Text
- View/download PDF