Внедрение системы контроля дефектов углеволокна на основе машинного зрения и нейросетей (ML Sense от компании Nord Clan) на предприятие ООО «Алабуга-Волокно».
При производстве углеволокна по конвейеру одновременно движется около 400 жгутов, что усложняет визуальный контроль качества силами сотрудников ОТК. Готовая система ML Sense от Nord Clan способна одновременно отслеживать такое число нитей на нескольких валах шириной до 3 м на скорости до 12 м/мин и при этом выдавать точность выявления брака не менее 97%.
Специалисты Норд Клан внедряли систему ML Sense основываясь на особенностях работы предприятия и учитывали производственный цикл производства углеволокна.
Ввод системы контроля качества происходил "под ключ": подбор чертежей и схем размещения оборудования и монтаж, интеграция готовой системы с оборудованием ООО «Алабуга-Волокно», ввод в опытную эксплуатацию и обучение пользователей работе с системой. Внедрение происходило без остановки технологических процессов компании.
На линии производства волокна установлены высокоскоростные камеры машинного зрения и особая система освещения. Камера передает видеопоток в систему ML Sense, которая в свою очередь распознает типовые дефекты волокна: ворс, обрыв, узел, изменение толщины, посторонние включения (мусор, насекомые, смола и прочее).
Информация по обнаруженным дефектам передается на АРМ оператора ОТК - специальный информационный киоск, на котором отображаются данные об обнаруженном дефекте. НА экране отображается детальная информация о дефекте:
Дополнительно на производственной линии установлено световое и звуковое оповещение. Система сигнализирует оператору о дефектах на линии производства углеродного волокна. Оператор может своевременно обнаружить дефект и локализовать его: определить место поступления дефектного жгута на приемных катушках и заменить или пометить дефектную катушку, устранить дефект.
По итогам внедрения системы ООО «Алабуга-Волокно» запустили единый центр контроля брака, который интегрирован с MES-системой. Внедренное решение ML Sense в реальном времени собирает информацию о всех дефектах, сохраняет историю и формирует отчеты, обеспечивает автоматическую выгрузку информации в систему MES предприятия.
Это позволило повысить выход готовых изделий, соответствующих стандартам качества, уменьшить затраты на брак и количество рекламаций от покупателей, а также снизить репутационные риски компании.