До внедрения "умной" системы контроля 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 контроля нужно было детектировать различные виды дефектов на полотне металлопроката и автоматизировать формирование отчетов.

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 качественного освещения поверхности листа металлопроката мы используем лампы высокой интенсивности. При неправильном подборе светового оборудования в зоне освещения могут возникать полутени и разница оттенков, которые система может принять за дефект.

Система контроля автоматически проверяет уровень освещенности и выводит данные в виде специального графика, по которому специалисты проверяют качество света.

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.

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.

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.

Чтобы вернуть поставщику дефектную бобину нужно подготовить отчет по особому регламенту: указать расположение дефекта, его классификацию и размер, а также приложить фото. Для автоматического формирования такого отчета система была интегрирована с 1С.

Для каждого дефекта подходящего размера и типа формируется акт. В документ автоматически передаются размеры дефекта, его тип и точное местоположение на листе металлопроката. Для этого на вале установлен энкодер, который позволяет точно определять на каком расстоянии расположен дефект. Энкодер подключен к системе ML Sense через Ардуино и передает данные о количестве тиков за одну сессию.

Также к отчету автоматически добавляется фото каждого дефекта, полученное с высокоскоростной камеры.

Систему сдали в полноценную работу через 3 месяца с момента старта проекта.
В готовой системе предусмотрено 2 вида пользователя:

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

Система также определяет места скрепления 2х бобин и автоматически завершает одну сессию и начинает новую, чтобы отчет по дефектам был привязан к одной бобине.

Перед стартом сессии можно выбрать ширину бобины: стандартное значение установлено на 1400 мм, но система Ml Sense работает с 5 вариантами ширины листа.

Благодаря возможности удаленного подключения все обновления системы добавляются на сервер оперативно, без выезда специалиста на место производства.

Теперь контроля качества металлопроката происходит с помощью "умного " решения ML Sense.