Top.Mail.Ru
Оставьте заявку, и менеджер перезвонит вам в течение 15 минут в рабочее время.
Нажимая на кнопку, я соглашаюсь на обработку персональных данных и подтверждаю, что ознакомлен(а) с Политикой конфиденциальности.
Мы используем файлы cookie, чтобы улучшить работу сайта. Продолжая использовать сайт, вы соглашаетесь с условиями использования cookie
OK
КЕЙС ВНЕДРЕНИЯ СИСТЕМЫ ML SENSE
Распознавание инородных включений в потоке руды для Ковдорского ГОК
КЕЙС ВНЕДРЕНИЯ СИСТЕМЫ ML SENSE
Распознавание инородных включений в потоке руды для Ковдорского ГОК
О проекте

На Ковдорском ГОК внедрили систему машинного зрения ML Sense для оперативного определения инородных тел на конвейерах, чтобы снизить время внеплановых простоев оборудования участка дробления КГОК.


Реальное производство клиента с установленной системой машинного зрения
Проблема и задачи
Ковдорский ГОК — второй по величине производитель апатитового концентрата в России и единственный производитель бадделеитового концентрата в мире. Производительность дробилок на комбинате варьируется от 500 до 1000 тонн в час.
В потоке руды с определенной периодичностью встречаются инородные тела: металлические предметы (зубья экскаваторов, буровые шарошки, обсадные трубы), древесина, резина, пластик, крупные камни. Эти тела становятся причиной внеплановых простоев дробильного оборудования: выход из строя дробильных машин или образование завалов на конвейерах. Простои ведут к снижению количества руды на усреднительном складе, что сказывается на качестве усреднения, а низкое усреднение прямо влияет на коэффициент извлечения.
Примеры потенциально опасных объектов, которые были найдены на конвейере
Важно выявлять наличие не только металлических, но и неметаллических включений, таких как стекло или камень, поскольку они также могут нанести повреждение оборудованию. Поэтому инженеры ГОК используют термин «недробимые материалы» для посторонних включений в потоке руды.

Ранее контроль осуществлялся вручную или с помощью металлоискателей, однако этот метод не обеспечивал достаточной точности. Металлодетекторы не способны обнаруживать неметаллические материалы, а также имеют ограничения при выявлении нержавеющей стали, алюминия, меди и свинца.

Среднее время простоя при попадании инородного тела в дробилку составляло около 50 минут. Если после этого дробилке требовался ремонт — простой увеличивался соответственно степени поломки.
ЗАДАЧИ:

  • Снизить общее время внеплановых простоев дробильного оборудования.
  • Поддерживать оптимальный для качественного усреднения объем руды на усреднительном складе.
  • Значимо поднять коэффициент извлечения за счёт гомогенизации питания обогатительного комплекса.
  • Сократить зависимость от человеческого фактора: автоматизировать контроль качества.
Решение
«ML Sense. Инородные тела» (входит в Реестр отечественного ПО) — решение, которое с помощью машинного зрения и нейросети распознает инородные предметы, крупные фракции и посторонние включения.

Система классифицирует объекты на опасные (металл, крупный пластик, дерево) и неопасные (тряпки, мелкий мусор). В случае обнаружения опасных предметов подается сигнал на остановку конвейера, и оповещается оператор.
Технологические особенности:

  • Распознавание недробимых материалов размерами от 10 мм.
  • Можно установить на несколько конвейерных линий.
  • Работа в любых условиях: от взрывоопасных камер до подводных объектов, независимо от температуры, влажности и освещения.
  • Управление процессом как с компьютера, так и с мобильного телефона из любой точки мира.
  • Интеграция с АСУ, внешними системами учета, возможность управляющего воздействия на оборудование.
Заполните форму,
чтобы узнать больше о внедрении
системы ML Sense
Заполните форму,
чтобы узнать больше о внедрении
системы ML Sense
Отправляя форму вы автоматически соглашаетесь с политикой конфиденциальности ООО Норд Клан
Как работает
Система включает высокоскоростную камеру, установленную перед дробилкой. Камера фиксирует видеопоток с высокой частотой кадров, что позволяет системе мгновенно анализировать поток руды. С помощью машинного зрения система определяет наличие инородных объектов вне зависимости от их формы и материала, а также фиксирует их внешний вид, чтобы классифицировать по типу опасности.

Чтобы объектив не загрязнялся пылью и грязью, камера защищена прочным корпусом и системой обдува сжатым воздухом. Дополнительное освещение улучшает качество съемки, обеспечивая четкость изображения даже при скорости конвейера выше 2 м/с.
Так система выглядит на реальном производстве клиента: высокоскоростная камера фиксирует видеопоток, а дополнительное освещение улучшает качество съемки.
Как определяет инородные тела
Камера передает изображение в ML Sense. Алгоритмы машинного обучения обрабатывают кадры и сравнивают их с образцами. Если на кадре присутствует инородный объект, система определяет, опасен он или нет:

  • Опасные (металл, древесина, крупный пластик) — могут повредить оборудование.
  • Безопасные (тряпки, мелкий мусор) — не представляют угрозы.
Дерево: ветки, палки, бруски
Металл: трубы, экскаваторные зубья, буровые шарошки
Пластик: гофротрубы, канистры, бочки
Резина: фрагменты покрышек, шланги, резинотросовая лента
Мешковина, стропы, веревки
Металл: арматура, металлические листы и пластины, проволока
Простой при срабатывании системы теперь составляет около 10 минут – то время, которое необходимо оператору, чтобы дойти до конвейера, снять инородное тело, запустить конвейер в работу.
Если система находит опасный объект, она отправляет сигнал на остановку конвейера и оповещает оператора. Тот проверяет событие и дает команду убрать посторонний предмет. При этом система не останавливает конвейер, если найденное тело безопасно. Это исключает ненужные простои и повышает эффективность работы.
Интерфейс ML Sense: система распознает инородные объекты на конвейере и классифицирует их по типу.
ML Sense можно подключить ко всем конвейерам ГОК и создать единый центр управления. Операторы в режиме реального времени видят состояние каждой линии и быстро реагируют на появление недробимых материалов.


Инженер Nod Clan настраивает камеру на производстве Ковдорского ГОК
Результаты
После внедрения ML Sense Ковдорский ГОК получил автоматизированную систему контроля, которая исключает попадание опасных инородных объектов в дробилку, снижает риски повреждения оборудования и сокращает незапланированные простои.
  • 95,3%
    точность распознавания
  • до 10 минут
    сократился простой линии при обнаружении инородного тела (раньше - до 50 минут)
  • на 34%
    снижение внеплановых простоев в целом на производстве

Операционные выгоды


  • Снижение времени внеплановых простоев на 34%.
  • Снижение количества и объемов ремонтов дробильного оборудования.
  • Наполнение усреднительного склада, повышение эффективности усреднения.
  • Повышение коэффициента извлечения.
  • Технологическая независимость: ML Sense — это российское ПО, не зависит от санкционных компонентов и поддерживается локальными разработчиками.
Технологический стек
  • Видеоаналитика и хранение данных: Python, C++, OpenCV, сверточные нейронные сети, YOLOv5, YOLOv8, YOLOv10, PostgreSQL, Flask.
  • Интерфейс оператора: React.
Запросить демонстрацию работы
Оставьте заявку и наш менеджер свяжется с Вами в течение 1 часа в рабочее время.