| Card | Table | RUSMARC | |
|
|
Месенёв, Алексей Юрьевич. Разработка информационной системы для детекции дефектов печатных плат = Development of an Information System for Printed Circuit Board Defect Detection: выпускная квалификационная работа бакалавра: направление 09.03.02 «Информационные системы и технологии: web-разработка и технологии интеллектуальных систем» / А. Ю. Месенёв; научный руководитель И. Н. Глухих; Тюменский государственный университет, Школа компьютерных наук. — Тюмень, 2026. — 1 файл (0,8 Мб). — Загл. с титул. экрана. — Текст публикуется с изъятием. — Доступ по паролю из сети Интернет (чтение). — Adobe Acrobat Reader 7.0. — <URL:https://library.utmn.ru/dl/Module_VKR_Tyumen/ShKn/2026/vr26-697.pdf>. — Текст: электронныйRecord create date: 8/11/2026 Subject: печатная плата; дефект; информационная система; компьютерное зрение; машинное обучение; сиамская нейронная сеть; метрическое обучение; обнаружение дефектов; классификация аномалий; Printed Circuit Board; Defect; Information System; Computer Vision; Machine Learning; Siamese Neural Network; Metric Learning; Defect Detection; Anomaly Classification Collections: Выпускные квалификационные работы Allowed Actions: –
Action 'Read' will be available if you login or access site from another network
Group: Anonymous Network: Internet |
Annotation
Целью работы является разработка информационной системы для детекции дефектов печатных плат, обеспечивающей локализацию структурных аномалий и распознавание ранее неизвестных типов брака. В процессе работы проведен анализ предметной области и существующих систем автоматической оптической инспекции, выявлены их ограничения при работе в условиях открытого множества классов и недостатка обучающих данных. Разработана гибридная архитектура интеллектуального анализа, включающая модуль локализации дефектов на основе модифицированной сиамской нейронной сети и модуль метрической классификации, использующий технологию метрического обучения. Методы и технологии: системный анализ предметной области, моделирование бизнес-процессов, проектирование информационных систем, методы компьютерного зрения, статистический анализ результатов экспериментов, методы проектирования реляционных баз данных, Python, PyTorch, OpenCV, FastAPI, PostgreSQL, React, Docker. Результаты работы могут быть использованы на предприятиях радиоэлектронной промышленности для автоматизации контроля качества печатных плат, повышения надежности выпускаемой продукции и снижения зависимости от зарубежных программно-аппаратных комплексов.
The objective of this work is to develop an information system for printed circuit board defect detection, capable of localizing structural anomalies and recognizing previously unknown defect types. During the research, a domain analysis of existing Automated Optical Inspection systems was conducted, identifying their limitations under open-set conditions and limited training data. A hybrid intelligent architecture was developed, comprising a defect localization module based on a modified Siamese neural network and a metric classification module utilizing metric learning. Methods and technologies: domain systems analysis, business process modeling, information system design, computer vision techniques, statistical analysis of experimental results, relational database design, Python, PyTorch, OpenCV, FastAPI, PostgreSQL, React, Docker. The results of this study can be applied in the electronics manufacturing industry to automate PCB quality control, improve product reliability, and reduce dependence on foreign hardware-software systems.
Document access rights
| Network | User group | Action | ||||
|---|---|---|---|---|---|---|
| TumSU | All |
|
||||
| Internet | Readers |
|
||||
|
Internet | Anonymous |
Table of Contents
- 625046827a00bb28b7df010720cc6e557e0a07b5ae6866f28684882ae1101cec.pdf
- 48bedc8580d59edafb4efffc4d689eabd633c8e2eeee9145a724d4155d8ea130.pdf
- 48bedc8580d59edafb4efffc4d689eabd633c8e2eeee9145a724d4155d8ea130.pdf
Usage statistics
|
|
Access count: 0
Last 30 days: 0 Detailed usage statistics |