Нейросеть для поиска дефектов в солнечных батареях создана в России: точность достигает 95%

Источник фото: 220-on.ru

Российские ученые разработали инновационную систему машинного обучения, способную обнаруживать дефекты в структуре солнечных батарей и выявлять возможные ошибки в производственных процессах, которые могут ухудшить качество продукции. Этот перспективный алгоритм был успешно протестирован на практике на производственном предприятии «Хевел» в Новочебоксарске, сообщает ТАСС.

Проект реализован коллективом под руководством Семена Буденного из Института искусственного интеллекта AIRI. Сотрудничество с IT-компанией «Солтех» и «Хевелом», специализирующемся на производстве фотоэлектрических модулей, также сыграло важную роль в разработке этой инновационной системы.

Изготовители солнечных батарей часто сталкиваются с проблемами дефектов фотоэлементов. Они могут возникать на разных этапах производства и значительно снижать эффективность солнечных панелей, отмечают журналисты pronedra.ru. Однако благодаря новому алгоритму, дефекты удастся обнаружить и идентифицировать с высокой точностью.

Исследователи использовали базу данных из более чем 68 000 изображений, полученных с производственных предприятий по производству солнечных батарей. Нейросеть была обучена на этих данных и успешно прошла тестирование, демонстрируя точность обнаружения дефектов на уровне примерно 90-95%.

Система также обладает возможностью определения возможных источников дефектов в производственных линиях, что позволяет оперативно устранять проблемы и повышать качество продукции. Этот проект дает надежду на то, что с помощью научных разработок искусственного интеллекта можно значительно улучшить производственные процессы и повысить эффективность бизнеса. Это еще один шаг в направлении использования современных технологий для решения реальных задач промышленности.