Способ визуально-измерительного контроля стального каната Российский патент 2022 года по МПК D07B1/00 B66B7/12 G05B99/00 

Изобретение относится к транспортному машиностроению, а именно к машинам, использующим канатную тягу в качестве наиболее ответственного элемента с точки зрения безопасной эксплуатации. К машинам, использующим канатную тягу, относятся: пассажирские лифты в жилых домах, грузовые и больничные лифты, пассажирские и грузовые канатные дороги, шахтные подъемные установки, буровые установки для добычи нефти и газа, грузоподъемные краны шахтные установки, тали, скиповые подъемники, судовые подъемные устройства, канатные механизмы оффшорных платформ, морских трубоукладчиках и др.

Наиболее ответственным элементом данных машин с точки зрения безопасной эксплуатации являются стальные канаты, от технического состояния, которых зависит жизнь людей.

Техническими регламентами машин с канатной тягой предусмотрено проводить периодически, в отдельных случаях - ежедневно визуально-измерительный контроль (далее ВИК) и периодическую дефектоскопию стальных канатов инструментальными методами с выявлением наружных и внутренних дефектов с последующей записью результатов в журнал осмотров.

Независимо от типов машин, где используются стальные канаты, они подвергаются ежесменным, периодическим и специальным осмотрам с использованием ВИК. Персонал, осуществляющий обслуживание машин с канатной тягой, проводит ВИК стальных канатов в соответствии с руководством по эксплуатации и техническими регламентами.

Известен несуще-тягововый стальной канат кольцевой подвесной канатной дороги с промежуточными опорами и способ его дефектоскопии, Патент RU №2739815, МПК D07B 1/00, опубликован 28.12.2020 Бюл. №1.

Изобретение направлено на повышение безопасной эксплуатации кольцевых подвесных канатных дорог, использующих несуще-тягововые стальные канаты, за счет исключения из части действий и операций по контролю браковочных показателей обслуживающего персонала, а также использования продукта интернета вещей при эксплуатации кольцевых подвесных канатных дорог, которые позволяют создавать вычислительную рекомендательную систему принятия решения обслуживающему персоналу по вопросам безопасности, устранив при этом субъективность человеческого мышления.

Для лучшего человеческого восприятия о наличии дефекта, интегральная оценка риска по браковочным показателям, интерпретируется в цветовую гамму, которая отображается на мобильные устройства обслуживающего персонала, учитывая уровень их доступности и конфиденциальности.

Данное техническое решение с использованием продукта интернета вещей позволяет дистанционно оценивать техническое состояние каната путем непосредственного замера параметров кручения в онлайн режиме и дополнительно загруженных на сервер параметров по визуально-измерительному и дефектоскопическому контролю, которые получаются в результате внешнего осмотра человеческим зрением и расшифровкой магнитограммы человеческим разумом, что не устраняет ошибки, связанные с субъективизмом. Осмотр и фиксация внешних дефектов осуществляется визуально внешним осмотром человеческим глазом, который от напряжения «устает», что приводит к накоплению визуальных ошибок.

Наиболее близким техническим решением, взятым авторами за прототип, является способ (метод) визуально-измерительного контроля (ВИК) обнаружения дефектов в стальных канатах, определяемых визуально внешним осмотром, с последующим замером метрических характеристик обнаруженных дефектов поверенным мерительным инструментом. Его применяют повсеместно при выполнении работ по диагностике машин с канатной тягой, их техническом обслуживании, осмотре, в контрольной и надзорной деятельности (Учебное пособие Хальфин, М.Н. Крановые канаты / М.Н. Хальфин, А.А. Короткий, Б.Ф. Иванов, В.П. Папирняк. - Новочеркасск: Южно-Российский государственный политехнический университет (НПИ) имени М.И.Платова, 2015.- 127 с.).

Качество получаемых результатов зависит от квалификации аттестованного специалиста, количества применяемого поверенного инструмента и вспомогательного специализированного оборудования. При этом, качество выполнения ВИК стальных канатов оставляет желать лучшего, т.к. зависит не только от дисциплинированности и отношения к этой работе персонала, но и от физиологических способностей зрительного восприятия самого человека. Длительность ВИК стальных канатов на различных технических устройствах может продолжаться от 10 минут до 3-4 часов непрерывно, при этом необходимо осмотреть один или несколько стальных канатов (у лифтов - от 3 и более) со всех сторон (обзором 360 градусов) на общей длине, которая достигает 5-6 км. Для контроля стального каната со всех сторон (обзором 360 градусов) человеческим глазом применяют отражающие конструкции в виде зеркал. Человек должен контролировать поверхность стального каната по его длине с одной стороны и, одновременно, за отражением в зеркале его невидимой поверхности с другой стороны.

Способ (метод) ВИК стальных канатов состоит из двух последовательных операций:

визуальный контроль - осмотр каната по его длине на предмет наличия видов дефектов, определяемых внешним осмотром глазом человека, в том числе с помощью оптических средств (специальных очков, лупы, эндоскопа и пр.);

инструментальный контроль - операция подсчета количества и видов дефектов на контролируемых участках равных 6d, 30d, где d - диаметр стального каната и по замеру метрических параметров стального каната (диаметра, износа наружных проволок, геометрических отклонений от прямолинейности и т.д.), как правило, тем же человеком. Для проведения ВИК в местах ограниченной доступности используются эндоскопы, расширяющие возможности человеческого глаза.

Согласно рекомендациям, изложенным в нормах браковки для машин с канатной тягой, ВИК стальных канатов проводится на малых скоростях движения с использованием зеркал для детального осмотра объекта со всех сторон. Следует отметить, что у машин с канатной тягой, в зависимости от длины транспортирования, высоты подъема и грузоподъемности, используется от одного до N-го количества параллельно расположенных стальных канатов. Работы по оценке технического состояния стальных канатов ВИК связаны с работой на высоте, в сложных стесненных условиях и ограниченной освещенностью. Известно, что физиологические возможности человеческого глаза в значительной мере ограничены. Из практики работы по обслуживанию машин с канатной тягой установлено, что после наблюдения за движущимся стальным канатом более 15 минут человеческий глаз «устает», теряется его способность восприятия информации, и, как следствие, перестает качественно воспринемать дефекты, которые характеризуются более чем 10-ю браковочными показателями.

Развитие современных IT-технологий, видео аналитики с алгоритмами глубокого обучения и распознавания образов, позволяет заменить визуальный внешний осмотр человеческим глазом на компьютерное зрение, а искусственный интеллект распознать в фото-/видео цифровом формате виды дефектов стального каната, в том числе измерить их метрические характеристики.

Задачей, на решение которой направлено данное изобретение состоит в повышения безопасности машин с канатной тягой, охраны жизни и здоровья людей в быту и производственной среде, снижения эксплуатационных затрат, повышения конкурентоспособности за счет использования компьютерного зрения и искусственного интеллекта на основе нейронных сетей при выполнении ВИК по оценке технического состояния стального каната.

Технический результат изобретения, в части способа ВИК стального каната, состоит в создании продукта интернета вещей для отыскания видов дефектов с помощью компьютерного зрения и искусственного интеллекта на базе аналитики фото- видео моделей с глубоким машинным обучением в нейронных сетях, с последующей интегральной оценкой технического состояния каната методами риск-анализа, в части пригодности его к дальнейшей безопасной эксплуатации, которая интерпретируется в цветовую гамму на мобильные устройства пользователей (обслуживающего персонала).

Технический результат достигается тем, что способ визуально-измерительного контроля стального каната, заключается в обнаружении дефектов, определяемых визуально внешним осмотром, с последующим замером метрических характеристик обнаруженных дефектов поверенным мерительным инструментом, а именно видов дефектов на поверхности самого стального каната по длине, а также числа оборванных проволок и количества вышеперечисленных дефектов на контролируемых участках равных 6 и 30 его диаметра, причем визуальный внешний осмотр по обнаружению видов дефектов и замер их метрических характеристик проводят используя компьютерное зрение в виде фото- видео-фиксации, передают полученную цифровую информацию через роутер в базу данных на сервер, расположенный в облачном пространстве сети Интернет, с возможностью обработки цифровой информации методами искусственного интеллекта по распознаванию видов дефектов на базе аналитики фото- видео моделей с глубоким машинным обучением в нейронных сетях, последующей аналитики по определению количества дефектов, в том числе на контролируемых участках и их метрических характеристик, далее, обработанная на сервере цифровую информацию с помощью искусственного интеллекта о видах дефектов на контролируемых участках, их количестве с конкретными метрическими характеристиками, сравнивают к критическими значениями, и обрабатывают на основе экспертного метода риск-анализа с возможностью получения интегральной оценка технического состояния стального каната и возможностью интерпретировать оценку в цветовую гамму, при этом обеспечивается возможность через веб-приложения на мобильных устройствах связь администратора и пользователей с сервером, где размещены в базе данных множество цифровых файлов с дефектами по каждому виду дефектов для машинного обучения и обработки с возможностью идентификации фото- видео-аналитикой обнаруженного вида дефекта, одновременной возможностью отображения на мобильные устройства администратора и пользователей, учитывая уровень их доступности и конфиденциальности, а, в случае ошибки при опознании дефекта искусственным интеллектом с вероятности менее 95%, фото- видео изображение вида дефекта, направляют администратору с последующим перенаправлением через веб-приложение на мобильные устройства экспертов, которые, на основании имеющихся знаний, идентифицируют дефект к конкретному виду, сообщают об этом администратору для дальнейшего внесения им неопознанной фото- видео модели вида дефекта в существующую базу данных для последующего глубокого машинного обучения.

На Фиг. 1 представлена функциональная схема способа визуально-измерительного контроля стального каната.

Способ визуально-измерительного контроля стального каната 1, заключающийся в обнаружении дефектов, определяемых глазом человека, с последующим замером метрических характеристик обнаруженных дефектов тем же человеком, использующим поверенный мерительный инструмент, а именно видов дефектов на поверхности самого стального каната по длине на наличие обрывов проволок, износа наружных проволок, поверхностной коррозии, обрыва прядей, местного уменьшения диаметра, местного увеличения диаметра, выдавливания сердечника, волнистости, корзинообразной деформации, выдавливание проволоки из пряди, раздавливание каната, перекручивание каната, температурного воздействия, а также числа оборванных проволок и количества вышеперечисленных видов дефектов на контролируемых участках равных 6 и 30 его диаметра при этом для визуального внешнего осмотра по обнаружению видов дефектов и замере их метрических характеристик используется компьютерное зрение в виде фото- видео-фиксации 2 с возможностью передачи цифровой информации через роутер 3 в базу данных 4 на сервер 5, расположенный в облачном пространстве сети Интернет, с возможностью обработки цифровой информации методами искусственного интеллекта по распознаванию вышеперечисленных видов дефектов на базе аналитики фото- видео моделей с глубоким машинным обучением в нейронных сетях, последующей аналитики по определению количества дефектов, в том числе на контролируемых участках и их метрических характеристик, далее, обработанная на сервере 5 информация с помощью искусственного интеллекта о видах дефектов на контролируемых участках, их количестве с конкретными метрическими характеристиками, сравнивают с критическими значениями и обрабатывают на основе экспертного метода риск-анализа для возможности получения интегральной оценка технического состояния стального каната и возможностью интерпретировать оценку в цветовую гамму, при этом имеется возможность через веб-приложения на мобильных устройствах обеспечивать связь администратора 6 и пользователей 7 с сервером 5, где размещаются в базе данных 4 множество цифровых файлов с дефектами по каждому виду дефектов для машинного обучения и обработки с возможностью идентификации фото- видео-аналитикой обнаруженного вида дефекта с одновременной возможностью отображения на мобильные устройства администратора 6 и пользователей 7, учитывая уровень доступности и конфиденциальности, а, в случае ошибки при опознании дефекта искусственным интеллектом с вероятности менее 95%, фото- видео изображение вида дефекта, направляется на мобильное устройство администратора 6 с последующим перенаправление через веб-приложение на мобильные устройства экспертов 8, которые, на основании имеющихся знаний, идентифицируют дефект к конкретному виду, сообщают об этом администратора 6 для дальнейшего внесения им неопознанной фото- видео модели вида дефекта в существующую базу 4 для последующего глубокого машинного обучения.

Предложенный способ ВИК предоставляет возможность получения интегральной оценки технического состояния стального каната на основе экспертного метода риск-анализа, с последующей визуализацией полученных результатов в удобном формате веб-интерфейса для мобильного приложения.

Входящие в состав способа программное обеспечение (ПО) обладает элементами искусственного интеллекта на основе нейронных сетей, позволяющего корректировать алгоритм оценки технического состояния в базе данных, в которой хранятся размеченные данные признаков типовых видов дефектов стального каната. При этом используемые для оценки методы логистической регрессии позволяют дать оценку, которую можно интерпретировать как вероятность отнесения к виду дефекта. В случае неопределенности (разность логистической метрики не превышает порога уверенности), происходит уточняющий запрос администратору при недостаточно уверенном опознании вида дефекта искусственным интеллектом в процессе эксплуатации.

В первую очередь для получения видов дефектов происходит преобразование изображения в n-мерный вектор, содержащий в себе сжатую информацию обо всем внесенных браковочных изображениях, и сохраняющихся при этом максимальную дисперсию данных. Длина вектора является гиперпараметром последующей модели и подлежит оптимизации. Практически подтвержденной оптимальной длиной вектора является значение ~1000 параметров. Эти вектора будем называть образами видов дефектов.

Предлагаемый способ:

- относится к категории решений Интернета Вещей (Industrial Internet of Things, IIoT) для машин с канатной тягой;

- является рекомендательной системой с возможностью автоматизированного удаленного контроля видов дефектов стального каната в процессе эксплуатации машин с канатной тягой через мобильное приложение на базе видео-аналитики, с интегральной оценкой его технического состояния, интерпретируемого в цветовую гамму для простоты и удобства использования.

Исходя из изложенного, основными потребительскими свойствами предлагаемого способа является его возможность без участия человека контролировать и интегрально оценивать техническое состояние машины с канатной тягой, а именно по совокупности видов дефектов при объемном сканировании фото-/видео-изображения поверхности стального каната (с обзором 360°) на контролируемых участках равных 6 и 30 его диаметра в процессе эксплуатации с последующей передачей результатов в цветовой гамме на мобильное приложение пользователей (обслуживающего персонала).

Функциональное назначение создаваемого способа заключается в автоматизации процессов контроля и оценки безопасности эксплуатации стального каната на машинах с канатной тягой, который позволяет создавать в виде веб-приложения визуальную рекомендательную систему принятия решения пользователям (обслуживающему персоналу), устранив при этом человеческий фактор, что обеспечивает повышение уровня безопасности.

Создаваемый способ автоматизирует и интегрирует воедино два метода контроля: визуальный и инструментальный контроль.

Способ ВИК позволяет оценивать техническое состояние стального каната по видам дефектов, количество дефектов на контролируемых участках равных 6 и 30 диаметра каната и метрические параметры (размеров) каждого, а именно:

1. Обрыв наружных проволок и их количество;

2. Износ наружных проволок;

3. Поверхностная коррозии;

4. Обрыв прядей;

5. Местное уменьшение диаметра

6. Местное увеличение диаметра;

7. Выдавливания сердечника;

8. Волнистость;

9. Корзинообразная деформация;

10. Выдавливание проволоки из пряди;

11. Раздавливание каната;

12. Перекручивание каната;

13. Температурное воздействие.

Таким образом ПО способа содержит в базе данных множество фото-/видео-«образов» по каждому виду дефекта стального каната, которые приведены в таблице 2.

Способ может быть реализован на созданном программно-аппаратном комплексе, содержащем аппаратную часть и программное обеспечение к нему.

Аппаратная часть способа представляет собой корпус с вмонтированными в него оптическими цифровыми фото- видео-камерами 2 (могут быть с подсветкой) для фиксации фотоизображения движущегося стального каната 1 с углом охвата 360 градусов. В дальнейшем, фото-видеоцифровая информация передает через роутер 3 на сервер 5.

На следующем этапе информация обрабатывается на сервере 5, по алгоритмам вычислительных процедур: распознавание видов дефектов; определение количества видов дефектов на контролируемых участках 6 и 30 диаметра стального каната; определение метрических характеристиках каждого из обнаруженных видов дефектов; интегральная оценка технического состояния стального каната, интерпретированная в цветовую гамму. Результатом вычислительных процедур является получение интегральной оценки технического состояния стальных канатов по браковочным нормам, интерпретированных в цветовую гамму с последующей передачей этой информации через веб-приложения на мобильные устройства администратора 6, пользователей 7, экспертов 8, учитывая их уровень доступности и конфиденциальности.

Для реализации ПО был создан сервер 5, расположенный в облачном пространстве сети Интернет для обработки запросов, формирования и хранения данных в базе 4, а для взаимодействия сервера 5 с внешней средой используются роутер 3 и веб-приложения, установленные на мобильные устройства администратора 6, пользователей 7, экспертов 8.

В базе данных 4 на сервере 5 хранятся статистические данные (data sets) классификаторов (видов типовых дефектов стального каната), которые уточняются (обучаются) через мобильное устройство администратором 6. От аппаратной части комплекса в базу данных 4 на сервер 5 через роутер 3 поступает набор динамических данных (data sets) по фото- видео-фиксации (кадрированию) 2 объемного изображения поверхности стального каната (обзором 360 градусов) на длине равной 6 и 30 диаметра каната, получаемые в процессе эксплуатации, которые на первом этапе вычислительных процедур идентифицируются (сравниваются) с «образами» по каждому виду типовых дефектов (классификаторами).

Фото- видео-изображения 2 (цифровая информация) о текущих браковочных показателях ВИК, находящиеся на сервере 5, обрабатываются методами искусственного интеллекта по распознаванию вышеперечисленных видов дефектов на базе аналитики фото- видео моделей с глубоким машинным обучением в нейронных сетях, последующей аналитики по определению количества дефектов по всей длине, в том числе на контролируемых участках, и их метрических характеристик. Далее, обработанная на сервере 5 информация с помощью искусственного интеллекта о видах дефектов на контролируемых участках, их количестве и конкретных метрических характеристиках, сравнивается к критическими значениями, и обрабатывается на основе экспертного метода риск-анализа и возможности получения интегральной оценка технического состояния стального каната 1 и возможностью интерпретировать оценку в цветовую гамму. При этом имеется возможность через веб-приложения обеспечивать связь через мобильные устройства администратора 6 и пользователей 7 с сервером 5, где размещаются в базе данных 4 множество цифровых файлов с дефектами по каждому виду дефектов для машинного обучения и обработки с возможностью идентификации фото- видео- аналитикой обнаруженного вида дефекта, возможностью отображения на мобильные устройства администратора 6 и пользователей 7, учитывая уровень их доступности и конфиденциальности. В случае ошибки при опознании дефекта искусственным интеллектом с вероятности менее 95%, фото- видео изображение вида дефекта, направляется на мобильное устройство администратора 6 с последующим перенаправление через веб-приложение на мобильные устройства экспертов 8, которые, на основании имеющихся знаний, идентифицируют дефект к конкретному виду, сообщают об этом на мобильные устройства администратора 6 для дальнейшего внесения им неопознанной фото- видео модели вида дефекта в существующую базу данных 4 для последующего глубокого машинного обучения.

Основной функционал ПО способа реализован, применяя сервисы следующих методов и технологий:

1. метод автоматического обнаружения, запоминания и хранения видов дефектов стального каната с помощью специальных оптических средств 2 (фото- и видео-фиксации).

2. использование оптических средств для фото- видео-цифровой фиксации объемного изображения 2, ее передачи (Ethernet, Wi-Fi, Bluetooth) роутером 3 на сервер 5 с последующими замерами количественных и метрических характеристик по каждому из видов дефектов;

3. алгоритм бесконтактного отсчета длины стального каната 1 от обнаружения первого вида дефекта (бегущая метрическая шкала);

4. алгоритм глубокого обучения распознавания видов дефектов, являющимися браковочными показателями стального каната 1;

5. алгоритм мультиномиальной логистической регрессии в качестве классификатора мультиклассов при идентификации видов дефектов стального каната 1;

6. вспомогательные алгоритмы как бинарной, так и много классовой классификации данных машинного обучения по видам дефектов стального каната 1;

7. алгоритм интегральной оценки технического состояния стального каната 1 по совокупности обнаруженных видов дефектов на основе риск-анализа;

8. алгоритм интерпретации в цветовую гамму интегральной характеристики стального каната 1 методами риск-анализа и последующей ее передачи на мобильные устройства администратора 6. пользователей 7, экспертов 8.

На контролируемых участках, с использованием искусственного интеллекта, происходит сравнение получаемых фото- видео изображение с «образами» видов дефектов. «Образы» типовых видов дефектов предварительно загружены в базу данных 4. При совпадении «образа» типа дефекта видео- файл подлежит последующей обработки, идентификации и анализа. Вся полученная информация по каждому стальному канату 1, с учетом идентификации обрабатывается методами риск-анализа, а результат интегральной оценки технического состояния интерпретируется в цветовую гамму (красный цвет - браковочный показатель выше допустимого значения; желтый - имеются дефекты, но браковочные показатели не вышли за допустимые пределы, зеленый - дефекты отсутствуют).

Можно отметить конкурентные преимущества при использовании способа:

1. Для производителей повышается конкурентоспособность выпускаемой продукции (пассажирских лифтов, канатных дорог, скиповых подъемников и т.д.) за счет обеспечения требуемого уровня безопасности, снижения аварийности и травматизма при эксплуатации, а также исполнения гарантийных обязательств за счет возможности в онлайн режиме следить за техническим состоянием стального каната. Информационное пространство позволяет избежать некачественного технического обслуживания стального каната с одновременным повышением безопасности пассажиров и контролем за исполнителями этих работ.

2. Для организаций, отвечающих за техническое состояние машин с канатной тягой и проводящей на них работы по техническому обслуживанию:

2.1. Повышается качество визуально-измерительного контроля стального каната 1, за счет технологии компьютерного зрения и искусственного интеллекта без привлечения квалифицированного обслуживающего персонала непосредственно на объект. Устраняется влияние человеческого фактора на результаты оценки технического состояния стального каната 1.

2.2. Улучшаются условия труда обслуживающего персонала путем использования мобильных устройств пользователей 7 (работа на высоте, в стесненных условиях, с ограниченной освещенностью и пр.).

2.3. Повышается качество получаемых результатов о техническом состоянии стального каната 1, с одновременным сокращением времени проведения контроля при техническом обслуживании (осмотре, диагностике).

2.4. Повышается качество интегральной оценки технического состояния стального каната за счет возможности автоматизированного привлечения квалифицированных специалистов-экспертов через мобильное устройство экспертов 8 для актуализации и идентификации новых видов дефектов («образов»), в том числе при смене на объекте конструкции самого каната.

2.5. Наличие веб-приложений на мобильных устройств пользователей 7 позволяет существенно сократить время оперативного контроля технического состояния стальных канатов 1, проводить его осмотр в режиме реального времени, а интерпретация оценки технического состояния в цветовой гамме упрощает процесс принятия управленческих решений.

2.6. Расходы предприятия на проведение контроля стальных канатов снижаются в несколько раз за счет сокращения количества обслуживающего персонала и времени проведения работ.

Предложенное техническое решение, а именно способа ВИК стального каната на основе технологий компьютерного зрения и искусственного интеллекта по оценке безопасности машин с канатной тягой, может быть использовано на: пассажирских лифтах, работающих в жилых домах, подвесных пассажирских (грузовых) канатных дорогах, кабель-кранах, шагающих экскаваторах, для глубокого бурения нефтяных и газовых скважин, грузоподъемных кранах, шахтных установках, талях, скиповых подъемниках, судовых подъемных устройствах, дает возможность значительно повысить безопасность при эксплуатации этих машин в быту и промышленной сфере.

Для проверки работоспособности способа ВИК был использован стальной канат двойной свивки типа ЛК-О с органическим сердечником, конструкции 6х19(1+9+9)+1 о.с, диаметром 10 мм, ГОСТ 3077-80.

Проведенные испытания показали реализуемость предлагаемого способа ВИК стального каната.

На основании вышеизложенного и с учетом проведенного патентно-информационного поиска считаем, что предлагаемый нами «Способ визуально-измерительного контроля стального каната» может быть признан изобретением и защищен патентом.

Изобретение относится к транспортному машиностроению, а именно к машинам, использующим канатную тягу в качестве наиболее ответственного элемента с точки зрения безопасной эксплуатации. Задача, на решение которой направлено данное изобретение, состоит в повышении безопасности машин с канатной тягой за счет использования компьютерного зрения и искусственного интеллекта при выполнении визуально-измерительного контроля по оценке технического состояния стального каната. Технический результат изобретения состоит в создании продукта интернета вещей для отыскания дефектов, определяемых с помощью компьютерного зрения и искусственного интеллекта на базе аналитики фото- и видеомоделей глубоким машинным обучением в нейронных сетях с последующей интегральной оценкой технического состояния каната методами риск-анализа в части пригодности его к дальнейшей безопасной эксплуатации, которая интерпретируется в цветовую гамму на мобильные устройства пользователей, обслуживающего персонала. 1 ил.

Способ визуально-измерительного контроля стального каната, заключающийся в обнаружении дефектов, определяемых визуально внешним осмотром, с последующим замером метрических характеристик обнаруженных дефектов поверенным мерительным инструментом, а именно дефектов на поверхности самого стального каната по длине, а также числа оборванных проволок и количества вышеперечисленных дефектов на контролируемых участках равных 6 и 30 его диаметра, отличающийся тем, что визуальный внешний осмотр по обнаружению видов дефектов и замер их метрических характеристик проводят, используя компьютерное зрение в виде фото- и видеофиксации, передают полученную цифровую информацию через роутер в базу данных на сервер, расположенный в облачном пространстве сети Интернет, с возможностью обработки цифровой информации методами искусственного интеллекта по распознаванию дефектов на базе аналитики фото- и видеомоделей с глубоким машинным обучением в нейронных сетях, последующей аналитики по определению количества дефектов, в том числе на контролируемых участках, и их метрических характеристик, далее обработанную на сервере цифровую информацию с помощью искусственного интеллекта о видах дефектов на контролируемых участках, их количестве и конкретных метрических характеристиках сравнивают к критическими значениями и обрабатывают на основе экспертного метода риск-анализа с возможностью получения интегральной оценки технического состояния стального каната, с возможностью интерпретирования в цветовую гамму, при этом обеспечивается возможность через веб-приложения мобильных устройств связи администратора и пользователей с сервером, где размещены в базе данных множество цифровых файлов с дефектами по каждому виду из браковочных показателей для машинного обучения и обработки с возможностью идентификации фото- и видеоаналитикой обнаруженного дефекта, одновременной возможностью отображения на мобильные устройства администратора и пользователей, учитывая уровень их доступности и конфиденциальности, а в случае ошибки при опознании дефекта искусственным интеллектом с вероятности менее 95% фото- и видеоизображение дефекта направляют администратору с последующим перенаправлением через веб-приложение на мобильные устройства экспертов, которые, на основании имеющихся знаний, идентифицируют дефект к конкретному типу, сообщают об этом администратору для дальнейшего внесения им неопознанной фото- и видеомодели дефекта в конкретную базу данных для последующего глубокого машинного обучения.