Идея проекта родилась в 2024 году во время учебной практики на предприятии, где контроль качества печатных плат выполнялся вручную и занимал много времени. Михаил и Рустам, обучающиеся по направлению «Информационные системы и технологии» (профиль «Искусственный интеллект и программирование»), поставили перед собой задачу автоматизировать этот трудоёмкий процесс и создать инструмент, доступный для небольших и средних производств.

Разработанная система сочетает два подхода: структурное сравнение снимка проверяемой платы с эталонным образцом средствами компьютерного зрения и нейросетевую верификацию подозрительных участков с помощью модуля на базе метода PatchCore. На выходе формируется отчёт с отмеченными дефектными областями и их характеристиками. Ключевое преимущество решения – обучение системы на одном эталонном образце без необходимости сбора большой базы дефектов. Это существенно сокращает сроки настройки под новое изделие и снижает затраты. Система реализована на технологическом стеке, применимом в России: Python, OpenCV, PyTorch, Qt.

Кроме контроля качества, разработка востребована для задач реверс‑инжиниринга. Система формирует снимки плат сверхвысокого разрешения – до 562 мегапикселей при плотности 1200 пикселей на 10 мм. Такая детализация позволяет детально изучать топологию и компоновку платы, что актуально при восстановлении конструкторской документации.

Над проектом студенты работали при поддержке индустриальных партнёров и преподавателей вуза. Организационную помощь оказал руководитель отдела разработки ПО компании «Тюменские системы управления “СибБурМаш”» Даулет Искаков. По нейросетевой части консультировал начальник управления единой информационной среды ТИУ Владимир Доманский – он помог подобрать оптимальный технологический стек. Методическое сопровождение в рамках выпускной квалификационной работы обеспечивал доцент кафедры интеллектуальных систем и технологий ВШЦТ Артём Ильюхин.

Защита работы прошла в «Точке кипения» Тюменского технопарка. Студенты представили доклад о проблеме ручного контроля, архитектуре системы, продемонстрировали её работу на реальном образце и раскрыли экономическую модель проекта. Эксперты отметили потенциал разработки не только для инспекции печатных плат, но и для проверки готовых модулей после сборки – это позволяет выявлять программно‑аппаратные дефекты изделия. В качестве рекомендаций специалисты предложили оптимизировать аппаратную часть и объединить систему в единый модуль.

Сейчас команда развивает проект как стартап и участвует в программе «Старт‑ИИ» Фонда содействия инновациям – результаты отбора ожидаются в ближайшее время.

Как отмечает Михаил Крымов, актуальность разработки особенно высока в условиях импортозамещения: «Промышленные системы АОИ на рынке – это дорогие зарубежные комплексы, такие как Koh Young и Mirtec, которые сейчас недоступны из‑за санкций. Наша система ориентирована на доступную станцию контроля для небольших и средних производств. Здесь двойной вклад в импортозамещение: сама система контроля – отечественная, и проверяет она продукцию, которую тоже начали выпускать в регионе, – программируемые логические контроллеры, развивающие промышленную автоматизацию в Тюмени».

Проект Михаила и Рустама – яркий пример того, как академическая подготовка в ТИУ сочетается с решением реальных индустриальных задач и формированием предпринимательских компетенций.

В этом году Высшая школа цифровых технологий предлагает на IT-специальности более 200 бюджетных мест. Вся оперативная информация о поступлении в ТИУ размещается в мессенджере MAX и в группе ВК «Абитуриент ТИУ». Полная информация собрана на сайте ТИУ в разделе «Поступление».