Заказать обратный звонок
Я соглашаюсь на обработку персональных данных и ознакомлен(а) с Политикой конфиденциальности.
ML Sense

Разработано в NordClan

Готовое решение для контроля качества продукции на производствах конвейерного типа на основе машинного зрения и нейросетей.

Точность распознавания: не менее 98%.
Скорость конвейера: до 50 м/c.
Распознавание дефектов: от 0.1 мм.
Не требует доработки вашего оборудования






Расскажите нам о своей задаче
Мы поможем ее решить!

ML Sense включен в реестр отечественного ПО:

Реестровая запись №12843 от 14.02.2022. Вы не переплачиваете посредникам, так как это полностью наша разработка.

Типовые задачи и области применения ML Sense:

  • 1
    Обнаружение посторонних включений
    Распознавание инородных объектов на линии производства, в продукции при поставке валом.
  • 2
    Обнаружение поверхностных дефектов
    Распознавание повреждения, загрязнения, разрыва на материалах. Определение вкраплений на листовой продукции.
  • 3
    Идентификация по типу и цвету
    Выделение объектов, которые соответствуют заданным параметрам, подсчет или уведомление оператора о наличии бракованного элемента.
  • 4
    Контроль нанесения маркировки
    Определение правильного нанесения информации, положения этикеток на продукции или упаковке.
  • 5
    Контроль геометрических параметров
    Контроль изделий по форме, размеру, толщине.
  • 6
    Сортировка (сортомат) и отбраковка
    Сортировка изделий на конвейере по заданным параметрам.

Примеры использования ML Sense:

Функциональные возможности ML Sense

Точность измерений брака до 0,0125 мм
Подходит для конвейеров со скоростью работы до 50 м/c
Детектирует брак и дефекты, выполняет сортировку, а также проверяет корректность нанесения маркировки.
Возможность установки системы на несколько конвейерных линий.
Управление процессом отбраковки как с компьютера, так и с мобильного телефона (Android, iOS) из любой точки мира.
Интеграция с АСУ и вашим оборудованием, возможность автоматизировать реакцию на событие без участия оператора.
Интеграция вашими системами учета (1С и пр.)
    Отличительной особенностью ML Sense является возможность организовать единый центр контроля брака, в который поступает информация с каждого пункта контроля для своевременной реакции на появление дефектов.

    Принцип работы системы ML Sense

    Высокоскоростная камера устанавливается над конвейерной лентой и передает видеопоток высокой скорости на сервер. Камера подбирается в зависимости от скорости работы конвейера и размера брака, который нужно детектировать.
    На сервер устанавливается программа "ML Sense", которая анализирует поступающий с камеры видеопоток и с
    помощью алгоритмов машинного зрения и нейросети определяет брак и передает данные в приложение оператора.
    В программе для оператора отображается событие, регистрирующее брак.
    Оператор может посмотреть время события, получить отчет по характеристике брака (площадь, размер, положение и расстояние от заданной точки) и принять решение об отбраковке. Оператор может управлять процессом контроля как со стационарного компьютера, так и с планшета или мобильного телефона (Android, iOS).
    Система ML Sense работает как надстройка к вашему действующему оборудованию.

    Вам не понадобится останавливать производство или вносить изменения в конвейер.
    У нас своя лаборатория, где мы собираем макет для обучения нейросети. Благодаря этому наша работа никак не сказывается на ваших процессах, так как нам нет необходимости физически постоянно находится у вас за предприятии.
    Преимущества системы ML Sense
    • Полностью российская разработка. Включенная в реестр отечественного ПО (Реестровая запись №12843 от 14.02.2022.)
    • Построена на основе нейронных сетей. Это обеспечивает возможность распознавания любых дефектов в любых условиях эксплуатации.
    • Универсальное решение для задач любых конвейеров.
    • Большой набор готовых модулей, адаптированных к конкретным производствам для быстрого внедрения (Гранулометрия, Пленки, Металлопрокат, Рез бумаги и т.д).
    • Точность работы до 100%
    • Интеграция с любыми MES-системами.
    • Возможность организовать единый центр контроля брака, в который поступает информация с каждого пункта контроля для своевременной реакции на появление дефектов.
    • Управление процессом как с компьютера, так и с мобильного телефона (Android, iOS) из любой точки мира.
    • Интеграция с АСУ и вашим оборудованием, возможность автоматизировать реакцию на событие без участия оператора.
    • Интеграция с вашими системами учета (1С и пр.)
    • Возможность самообучения системы для классификации дефектов.
    Запросить демонстрацию работы
    Оставьте заявку и наш менеджер свяжется с Вами в течение 1 часа в рабочее время.
    Или позвоните по телефону +7 499 112-39-39
    Некоторые примеры внедрений ML Sense
    ML Sense для контроля качества волока
    на заводе "Юматекс" (Росатом)
    Брак на производстве волокна глазами оператора: волокно имеет загибы и отломы.
    Брак "глазами" камер машинного зрения на посте контроля. Обнаружены дефекты - ворсинки.
    На пост оператора передается информация о дефекте.
    ML Sense на карьере для контроля гранулометрического состава породы при проведении взрывных работ
    По анализу состава фракций, их размера на конвейерной ленте оптимизируется режим работы перерабатывающих установок: не допускается остановка дробилок из-за превышения допустимых размеров кусков породы и фракций, которые установка не сможет обработать и т.п.

    Также с помощью ML Sense классифицируется порода по ее виду, цвету, контролировать наличие посторонних включений.
    ML Sense для контроля дефектов гипсокартона: сколы, механические повреждения
    Алгоритм машинного зрения непрерывно анализирует видеопоток с конвейерной линии и фиксирует отклонение листов гипсокартона от заданных параметров. В случае детектирования брака отправляется сообщение оператору на планшет.


    ML Sense для контроля дефектов при производстве минеральной ваты
    Минеральная вата на конвейерной ленте.
    Брак: наличие "бугра".
    На пост оператора передается информация о дефекте.

    ML Sense для контроля дефектов проката металлов
    ML Sense определяет 8 типовых дефектов металлопроката размером от 0,1 мм на скорости конвейера 0,5 м в секунду в автоматическом режиме.
    И передает событие на пост оператора
    Пример отображения дефекта в интерфейсе системы
    Отзыв о внедрении системы ML Sense
    Уважаемый Илья Александрович!

    Мы выбрали готовое решение ООО«Норд Клан» - ML Sense, которое соответствовало нашим требованиям по скорости обнаружения дефектов и небольшим срокам внедрения продукта. Основным критерием выбора Системы контроля дефектов была высокая точность выявления брака (не менее 97%) при одновременном сканировании около 400 жгутов волокна на конвейерной линии и удобство использования ML Sense для конечных потребителей - инженеров ОТК. Также преимуществом ООО «Норд Клан» стало знание циклов работы производственных предприятий и большое количество успешных внедрений Систем контроля дефектов на производствах.

    ООО «Колор» (ГК «Техностиль») благодарит коллектив ООО «Норд Клан» за внедрение на нашем производстве Системы контроля дефектов металлопроката (ML Sense).

    На сегодняшний день ГК «ТЕХНОСТИЛЬ» является одним из ведущих производителей строительных материалов и металлоизделий на рынке, группа компаний успела зарекомендовать себя как надежного поставщика. Мы тщательно следим за качеством выпускаемой продукции, поэтому приняли решение автоматизировать процесс контроля качества за счет внедрения готового решения по детектированию дефектов поверхности металлического полотна иа основе машинного зрения и нейросетей.

    Внедренное ООО «Норд Клан› решение по контролю дефектов металла в режиме реального времени обнаруживает дефекты на полотне металлопроката: царапины, вмятины, сквозные прорывы, непроцинковку, дефекты кромки и другие. Изображение зафиксированного дефекта выводится на экран оператора OTK с отчетом по размерам дефекта, его типу и точному местоположение на листе металла, дефектный металл операторами не допускается к прокрасу.

    Система МL Sense позволит отделу качества ускорить процесс отбраковки и исключить человеческий фактор, а производству повысить процент выпускаемой продукции высокого качества, соответствующей международным стандартам.

    Мы довольны сотрудничеством с ООО «Норд Клан», уверены. что впереди много интересной и плодотворной совместной работы!

    Начальник производства ООО «Колор» (ГК Техностиль), Данилов Е.Л.
    Этапы внедрения ML Sense:
    1
    Подготовительный этап
    Выезжаем на объект для изучения реальных условий работы предприятия и вместе с заказчиком определяем параметры для отслеживания брака. Определяем места для установки камер и проводим оценку рабочей среды: освещенность, запыленность помещения и т.п.
    2
    Внедрение и интеграция
    На основе полученной информации подбираем камеры машинного зрения, серверное оборудование и производим их настройку для достижения необходимой заказчику точности распознавания брака. После установки оборудования на производстве интегрируем его с существующей на предприятии информационной системой.
    3
    Поддержка
    Помогаем поддерживать работу системы отслеживания брака, а также в случае возникновения новых потребностей и задач по требованию заказчика добавляем новую функциональность в программу.
    Документация:
    Документация, содержащая описание функциональных характеристик программного обеспечения и информацию, необходимую для установки и эксплуатации программного обеспечения, доступна для скачивания по ссылке.
    Установка ПО и комплект поставки
    Система ML Sense распространяется вместе с оборудованием, на которое предустановлено программное обеспечение. Система начинает работать при включении оборудования и не требует каких-либо действий пользователя по настройке ПО.
    Стоимость ML Sense
    Стоимость системы ML Sense рассчитывается индивидуально на основании целей и задач каждой организации, для уточнения цены звоните по телефону +7 499 112-39-39.
    Заказать обратный звонок
    Я соглашаюсь на обработку персональных данных и ознакомлен(а) с Политикой конфиденциальности.