Details

В статье рассматривается возможность построения нейросетевых моделей на основе алгоритмов машинного обучения в метрологии для автоматизации процесса измерения времени истечения жидкости при поверке стеклянных капиллярных вискозиметров. Подчеркивается важность цифровой трансформации для обеспечения единства измерений. Предлагается подход, базирующийся на применении считывающих устройств, автоматического формирования базы данных с возможностью их дальнейшей обработки при принятии решений. Описаны этапы подготовки данных, включая распознавание рисок на вискозиметре и учет параллакса, а также применимость методов машинного обучения «с обучением» и «без обучения». Внедрение данного подхода снизит влияние человеческого фактора и будет соответствовать современным требованиям цифровизации и автоматизации в метрологии.

The article explores the possibility of constructing neural network models based on machine learning algorithms in metrology, aimed at automating the process of measuring liquid flow time during the calibration of glass capillary vis cometers. Emphasis is placed on the importance of digital transformation in ensuring measurement uniformity. An approach is proposed that relies on the use of reading devices and the automatic generation of a database, with further data processing capabilities to support decision-making. The stages of data preparation are described, including mark recognition on the viscometer and parallax correction, as well as the applicability of both supervised and unsupervised machine learning methods. Implementation of this approach will reduce the influence of human factors and align with modern requirements for digitalization and automation in metrology.

"Промышленный искусственный интеллект (ПИИ'2025)", всероссийская научно-практическая конференция (2025; Санкт-Петербург). Промышленный искусственный интеллект (ПИИ'2025): Всероссийская научно-практическая конференция с международным участием 3–4 июля 2025 года: cборник научных трудов / Российская академия наук, Санкт-Петербургское отделение, Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербургский государственный университет; под общей редакцией Д. Г. Арсеньева. — Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2025. — 1 файл (197 Мб Мб). — Загл. с титул. экрана. — Ч. текста парал. на рус. и англ. яз. — Электронная копия печатной публикации 2025 г. — Доступ по паролю из сети Интернет (чтение, печать, копирование). — <URL:http://elib.spbstu.ru/dl/2/i25-310.pdf>. — DOI 10.18720/SPBPU/2/i25-310. — Текст: электронный