Інтелектуальна система виробництва друкованих плат на базі Mirae Mx-200

Автор(и)

  • Віктор Михайлович Синєглазов Національний авіаційний університет, Київ https://orcid.org/0000-0002-3297-9060
  • Богдан Олександрович Плодистий Національний авіаційний університет, Київ

DOI:

https://doi.org/10.18372/1990-5548.68.16090

Ключові слова:

виробництво друкованих плат, система Mirae Mx-200, нейронна мережа YOLO, машинне навчання, штучний інтелект, емуляція

Анотація

У роботі розглянуто основні недоліки виробництва друкованих плат на базі системи Mirae Mx-200. З метою зниження рівня виробничого браку і підвищення продуктивності запропоновано включення в систему інтелектуального блоку на базі нейронної мережі YOLO, яка реалізується додатково включеним в систему контролером Raspberry. Нейронна мережа YOLO використовується для обробки зображень, одержуваних з додатково встановленої відіокамери, яка здійснює спостереження за процесом виробництва. У роботі на підставі використання розв'язку задачі класифікації поставлено і розв'язано задачу підтримки прийняття рішень. У результаті визначається вигляд операції (дії), яку необхідно в даний момент реалізувати: автоматичне центрування, скидання, скасування, тощо. За допомогою емуляції з додатковими підключеннями мікроконтролера вирішено проблему обмежених ресурсів пристосування для установки компонентів друкованої плати і реалізації більш складних алгоритмів в роботі такого пристосування.

Біографії авторів

Віктор Михайлович Синєглазов , Національний авіаційний університет, Київ

Доктор технічних наук. Професор. Завідувач кафедрою авіаційних комп’ютерно-інтегрованих комплексів

Богдан Олександрович Плодистий, Національний авіаційний університет, Київ

Бакалавр

Посилання

Informatsionnyye tekhnologii i neyronnyye seti v professional'noy deyatel'nosti URL: https://studref.com/336179/informatika/neyronnye_seti [in Russian].

Informatsionnyye tekhnologii i neyronnyye seti v nauke i obrazovanii URL: https://studref.com/434192/pedagogika/neyronnye_seti [in Russian].

Aleix M. Matinez and Avinash C. Kak, "PCA versus LDA" IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 23, no. 2, February 2001. https://doi.org/10.1109/34.908974

The CIFAR-10 dataset URL: https://www.cs.toronto.edu/~kriz/cifar.htmlMcKenna

“ResNet (34, 50, 101): ‘ostatochnyye’ CNN dlya klassifikatsii izobrazheniy” URL: https://neurohive.io/ru/vidy-nejrosetej/resnet-34-50-101/ [in Russian].

W. D. Patterson, “Artificial Neural Network: Theory and Applications”, Prentice Hall, 1999.

“ Iskusstvennyye neyronnyye seti (INS)” URL: https://www.it.ua/ru/knowledge-base/technology-innovation/iskusstvennye-nejronnye-seti-ins [in Russian].

Lin Sadrina, W. Gao Yang, K. J. Liu Ray, “Template matching for image prediction: A game-theoretical approach”, IEEE ICASSP, 2012. https://doi.org/10.1109/ICASSP.2012.6288010

“Neyronnyye seti v promyshlennosti i informatsionnykh tekhnologiyakh” URL: https://u.to/mxFjGw [in Russian].

P. N Belhumeur, J. P. Hespanha and D. J. Kriegman, "Eigenfaces Vs Fisherfaces : Recognition using Class specie linear projection," IEEE Trans. Pattern Anal . Machine Intel, Vol 19, pp. 711–720, July 1997.

“A comparison of training algorithms when training a Convolutional Neural Network for classifying road signs,” URL: https://kth.diva-portal.org/smash/get/diva2:1336299/FULLTEXT01.pdf

Smeets Dirk, Claes Peter, HermansJeroen, Vandermeulen Dirk, and Suetens Paul, “A comparative Study of 3-D Face recognition under expression variations,” IEEE transactions on system, man, and Cybernetics, vol. 42, no. 5, 2012.

“Razrabotka sistemy raspoznavaniya vizual'nykh obrazov v potoke dannykh” URL: https://kubstu.ru/data/fdlist/FDD0445.pdfHurshudovArtemAleksandrovich, 05.13.01[in Russian].

“Learning Multiple Layers of Features from Tiny Images,” Alex Krizhevsky, April 8, 2009 URL: https://www.cs.toronto.edu/~kriz/learning-features-2009-TR.pdf

“A Beginner's Guide To Understanding Convolutional Neural Networks”, Adit Deshpande, URL: https://adeshpande3.github.io/A-Beginner's-Guide-To-Understanding-Convolutional-Neural-Networks/

“Svortochnyye neyronnyye seti” URL: https://u.to/WRNjGw [in Russian].

E. Scott, “Computer Vision and Image Processing: A Practical Approach using CVItools,” Prentice-Hall, 1998.

J.-S. R. Jang, C. -T. Sun & E. Mizutani, “Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence,” Prentice Hall, 1997.

##submission.downloads##

Опубліковано

2021-11-22

Як цитувати

Синєглазов , В. М., & Плодистий, Б. О. (2021). Інтелектуальна система виробництва друкованих плат на базі Mirae Mx-200. Електроніка та системи управління, 2(68), 38–46. https://doi.org/10.18372/1990-5548.68.16090

Номер

Том 2 № 68 (2021)

Розділ

АВТОМАТИЗАЦІЯ ТА КОМП’ЮТЕРНО-ІНТЕГРОВАНІ ТЕХНОЛОГІЇ

Ліцензія

Науковий журнал "Електроніка та системи управління" дотримується принципів відкритого доступу (Open Access) та забезпечує вільний, негайний і постійний доступ до всіх опублікованих матеріалів без фінансових, технічних або юридичних обмежень для читачів.

Усі статті публікуються у відкритому доступі відповідно до ліцензії Creative Commons Attribution 4.0 International (CC BY 4.0).

Авторські права

Автори, які публікують свої роботи в журналі ""Електроніка та системи управління":

  • зберігають за собою авторські права на свої публікації;

  • надають журналу право на перше опублікування статті;

  • погоджуються на поширення матеріалів за ліцензією CC BY 4.0;

  • мають право повторно використовувати, архівувати та поширювати свої роботи (у тому числі в інституційних та тематичних репозитаріях) за умови посилання на первинну публікацію в журналі.