DEVELOPMENT OF AN APPLICATION FOR QUALITY CONTROL OF PARTS FOR REJECTS

Capa

Citar

Texto integral

Resumo

This article describes the development of software code for quality control of parts. To solve this problem, an application for comparing products for defects was developed with the help of Python programming environment and OpenCV computer vision library.

The goal is to develop an effective program for comparing two parts, a template of a correct part and a made image of the part in a program to compare it to this template.

Methodology. This article discusses a program for collecting and storing data, as well as processing them for quality control.

Results. We developed an application in a Python programming environment that collects information in the form of an image and processes it using the OpenCV computer vision library to compare two images.

Practical implications. This application can be used in industry to monitor and control the quality of parts, because quality is an important part of creating precision products.

Sobre autores

Riyaz Nurutdinov

Kazan National Research Technical University named after A.N. Tupolev-KAI

Autor responsável pela correspondência
Email: nriyaz@mail.ru

student

 

Rússia, 1, Akademika Koroleva Str., Naberezhnye Chelny, 423814, Russian Federation

Rinas Shaikhutdinov

Kazan National Research Technical University named after A.N. Tupolev-KAI

Email: iagfas@mail.ru

student

 

Rússia, 1, Akademika Koroleva Str., Naberezhnye Chelny, 423814, Russian Federation

Dinar Zaripov

Kazan National Research Technical University named after A.N. Tupolev-KAI

Email: dzaripov98@mail.ru

student

 

Rússia, 1, Akademika Koroleva Str., Naberezhnye Chelny, 423814, Russian Federation

Gulnara Gareeva

Kazan National Research Technical University named after A.N. Tupolev-KAI

Email: gagareeva1977@mail.ru

Head of the Department of Information Systems, Candidate of

Pedagogical sciences, Associate professor

 

Rússia, 1, Akademika Koroleva Str., Naberezhnye Chelny, 423814, Russian Federation

Bibliografia

  1. Tugov V.V. Proektirovanie avtomatizirovannykh sistem uprav-leniya: uchebnoe posobie [Designing automated control systems: a textbook] / V.V. Tugov, A.I. Sergeev, N.S. Sharov. Sankt-Peterburg: Lan’, 2019. 172 p.
  2. Prokhorenok N.A. OpenCV i Java. Obrabotka izobrazheniy i komp’yuternoe zrenie [OpenCV and Java. Image Processing and Computer Vision]. SPb.: BKhV–Peterburg, 2018. 320 p.
  3. Reynkhard Klette. Komp’yuternoe zrenie. Teoriya i algoritmy [Computer Vision. Theory and algorithms] / per. s angl. A.A.Slinkin. M.: DMK-Press, 2019. 506 p.
  4. Prokhorenok N.A. OpenCV i Java. Obrabotka izobrazheniy i komp’yuternoe zrenie [OpenCV and Java. Image Processing and Computer Vision] / N.A. Prokhorenok. SPb.: BKhV-Peterburg. 2018.
  5. Pravotkin I.A. Nastroyka i zapusk programm na Python na uda-lennom khostinge // Prioritetnye napravleniya innovatsionnoy deyatel’nosti v promyshlennosti sbornik nauchnykh statey po itogam dvenadtsatoy mezhdu-narodnoy nauchnoy konferentsii [Setting up and running Python programs on remote hosting // Priority directions of innovation in industry - a collection of scientific articles based on the results of the twelfth international scientific conference]. Kazan’: OOO «Konvert», 2020. P. 78-80.
  6. Gareeva G.A., Khamidullin M.R., Dzhibladze Z.G., Akhmetov L.M. Razvertyvanie iskusstvennogo intellekta po raspoznavaniyu lits [Deploying artificial intelligence for facial recognition] // Nauchno-tekhnicheskiy vestnik Povolzh’ya. № 8 2022. Kazan’: OOO «Rashin Sayns», 2022. P. 50-53.
  7. Akhmetov L.M., Bikov D.I., Khamidullin M.R., Gareeva G.A., Gab-dullina G.K. Development of a system for analyzing and unloading road traffic using artificial intelligence // Journal of Physics: Conference Series, 2021, vol. 2094.
  8. David Love. Tkinter GUI Programming by Example. Packt Pub-lishing, 2018. 340 p.
  9. Michael Driscoll. Pillow.Image Processing with Python. Independently Published, 2021. 382 p.
  10. Gaurav Leekha. Learn AI with Python. Explore Machine Learning and Deep Learning techniques for Building Smart AI Systems Using Scikit-Learn, NLTK, NeuroLab, and Keras . BPB Publications, 2021. 270 p.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Declaração de direitos autorais © Nurutdinov R.R., Shaikhutdinov R.Y., Zaripov D.S., Gareeva G.A., 2023

Creative Commons License
Este artigo é disponível sob a Licença Creative Commons Atribuição–NãoComercial–SemDerivações 4.0 Internacional.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».