Разработка и внедрение системы контроля качества металлопроката на основе нейросети (ML Sense)

До внедрения "умной" системы контроля брака металлопроката ML Sense определение дефектов проводилось вручную: рулон металла разматывался и на нем с помощью рулетки размечалось расстояние до дефекта и его размеры. Затем дефекты описывали по регламенту, делали фото и только по тогда дефектные бобины можно было отправить ключевому поставщику - компании Северсталь.

Для ускорения процесса отбраковки нужно было детектировать различные виды дефектов на полотне металлопроката и автоматизировать формирование отчетов.

Разработка схемы и подбор оборудования

Команда Норд Клан посетила производство, где было выбрано место для установки поста контроля. Контроль качества проводится на изломе листа металлопроката, который подсвечивается светодиодной лампой высокой интенсивности.

Для определения дефектов на листе металлопроката мы используем высокоскоростные камеры с разрешением 8к px на 2px, которые определяют дефекты с точностью до 1 мм. Такие камеры выявляют даже тонкие царапины, которые делают лист непригодным для дальнейшей покраски.

Алексей, главный технолог ML подразделения Норд Клан

Для обработки данных и размещения системы ML Sense на объекте установили отдельный сервер. Для защиты от пыли на производстве сервер “прячется” в защитных шкаф.

Сервер и пост контроля для оператора совмещены в одном месте, чтобы сотрудник мог запускать сессию контроля брака одновременно с установкой новой бобины.

Сбор данных

Мы всегда настраиваем работу системы контроля качества металлопроката на реальных данных заказчика, чтобы обеспечить максимальную точность распознавания дефектов. Для удаленного сбора данных специалисты компании настроили доступ из офиса Норд Клан к серверам заказчика.

Особенности фиксации камеры

Рядом с постом контроля качества металлопроката есть риски смещения камер при установки новой бобины в станок. Чтобы исключить эту опасность, инженеры Норд Клан специально для проекта Техностиль разработали усиленное крепление для камер.

Работа нейросети

Сбор дополнительных данных для настройки нейросети происходил удаленно: мы узнавали в какое время пойдет дефектная бобина и удаленно подключались, запускали сессию ML Sense и получали данные.

В результате были отлажены ложные срабатывания, а нейросеть получила достаточно данных для точной настройки.

Умное кадрирование

Было отмечено, что при движении бобина смещается на несколько сантиметров влево и вправо из-за этого статичная камера могла пропустить дефекты у края листа металлопроката. Чтобы избежать этой проблемы специалисты Норд Клан разработали технологию “Умного кадрирования”, которая определяет край листа и кадрирует изображение по полученной информации. С помощью этой технологии мы также можем контролировать ширину полотна металлопроката по всей длине бобины.

Итоги внедрения системы контроля качества металлопроката ML Sense

Систему сдали в полноценную работу через 3 месяца с момента старта проекта.

В готовой системе предусмотрено 2 вида пользователя:

Администратор. Запускает и останавливает сессию контроля (за сессию в системе принимается время полного прохода одной бобины), просматривает отчеты.

Пользователь. Просматривает данные по прошедшим сессиям.

Специалисты Норд Клан могут удаленно подключаться к ML Sense через внутреннюю локальную сеть предприятия и в реальном времени просмотреть данные и загружать обновления системы.

Разработка и внедрение системы контроля качества металлопроката на основе нейросети (ML Sense)

Сделано в Россия

Design

Tech

Usability

Creativity

Content

Тип проекта: Веб-сайт
Страна: Россия
Категория: Производство
Стиль: Big photo
Цвет: Красный