Статьи

Разработан алгоритм классификации и слежения за объектом. Алгоритм основан на использовании нейронной сети YOLOv5 для высокоточной классификации объектов в реальном времени. Разработана программная реализация алгоритма на базе языка программирования Python и библиотеки OpenCV. В ходе исследования была проведена отладка программы и оптимизация ее работы для повышения производительности и точности системы. Оценка технического решения показала, что разработанная система значительно улучшает точность и скорость обработки данных на конвейерной линии, а также обеспечивает адаптивность к изменениям в производственном процессе.

Предложен способ автоматической калибровки рабочей платформы FDM 3D-принтера на основе тензодатчика, интегрированного в печатающую головку, разработаны устройство, реализующее данный способ, и система управления этим устройством. Данный способ по сравнению с ручным позволяет повысить точность калибровки и сократить время подготовки аддитивного производства.

Описан способ многосопельной 3D-печати изделия, позволяющий повысить производительность 3D-принтеров, представлена методика и результаты исследования устройства, реализующего данный способ, подтверждающие повышение производительности.