Html code will be here
Я даю Согласие на обработку файлов cookie в соответствии с Политикой конфиденциальности. В случае отказа от обработки cookie я проинформирован о необходимости прекратить использование Сайта или отключить файлы cookie в настройках браузера.
ПРИМЕРЫ ИСПОЛЬЗОВАНИЯ КОМПЬЮТЕРНОГО ЗРЕНИЯ
Контроль дефектов при горячей резке металла компьютерным зрением
Какие дефекты резки находит машинное зрение
Камера у линии резки замечает те же отклонения, что и опытный контролер ОТК при осмотре кромки, только делает это на каждой заготовке, а не выборочно.
- СкруглениеКромка теряет заданную форму вместо четкого угла реза.
- Деформация кромокКромка отклоняется от прямой линии из-за перегрева или неверной скорости резки.
- Зауженный шовШов уже, чем предусмотрено технологией.
- ВпадиныПровалы по линии реза, которые портят геометрию детали.
- Искривление шваШов уходит в сторону от заданной траектории.
- Неровность поверхности шваВолны и перепады высоты на поверхности шва.
- Оплавление шваИзлишний нагрев кромки, из-за которого металл оплавляется по краю.
- Неровная линия резаОтклонение линии реза от чертежа детали.
- КаверныМелкие полости на поверхности шва или кромки.
- Шлак в нижней части шваОстатки расплавленного металла, которые не удалились в процессе резки.
Такой список выявления дефектов резки обычно проверяют вручную после каждой партии. Камера ведет контроль качества после резки на потоке, пока деталь еще на линии.
Что такое компьютерное зрение
Компьютерное зрение — это метод автоматического обнаружения неисправностей по видеопотоку, при котором нейросетевая модель в реальном времени сравнивает изображение оборудования с эталонным состоянием.
Камера снимает деталь после реза. Видео поступает на сервер. Там нейросеть сравнивает картинку с эталоном и ищет отклонения кромки, шва или геометрии. Если находит дефект, система сразу сообщает оператору.
Для линий газовой резки, плазменной резки и лазерной резки это и есть автоматический контроль качества резки металла: система проверяет каждую заготовку, а не одну из партии.
Камера снимает деталь после реза. Видео поступает на сервер. Там нейросеть сравнивает картинку с эталоном и ищет отклонения кромки, шва или геометрии. Если находит дефект, система сразу сообщает оператору.
Для линий газовой резки, плазменной резки и лазерной резки это и есть автоматический контроль качества резки металла: система проверяет каждую заготовку, а не одну из партии.
Запросить демонстрацию работы
Оставьте заявку и наш менеджер свяжется с Вами в течение 1 часа в рабочее время.
К чему приводят дефекты резки металла
- Нарушение потока производства из-за незапланированной остановки линии.
- Рост процента брака, пока станок режет с отклонением от нормы.
- Утилизация заготовок, которые не прошли контроль качества кромки.
- Остановка производства и корректировка режима резки.
Чем раньше система заметит непрорез или прожог, тем меньше металла уходит на брак.
Примеры наших проектов
Контроль качества металлопроката в бобинах
Система с помощью машинного зрения и нейросетей распознает дефекты на поверхности металлов (царапины, вмятины, коррозия, наплывы и др.) с точностью до 0,1 мм и классифицирует их по типам. Информация о дефекте отображается на мониторе оператора и передается в производственную систему предприятия.
Результат:
Результат:
- Время проверки 1 бобины занимает 20 минут вместо 2 дней
- Обеспечивается дальнейшая равномерная окраска благодаря обнаружению даже микроцарапин
- Снижаются затраты на возврат брака и рекламации
Как работает компьютерное зрение
на примере ML Sense
на примере ML Sense
ML Sense — продукт Nord Clan, платформа для контроля качества продукции на основе машинного зрения и нейросетей. Система включена в реестр российского ПО.
Вот как выглядит система контроля качества резки на базе ML Sense.
Вот как выглядит система контроля качества резки на базе ML Sense.
-
1. Камеры
Камеры высокого разрешения устанавливаем над линией резки на нужном расстоянии от заготовки. Они непрерывно снимают видеопоток. -
2. Освещение
Светодиодная подсветка высокой интенсивности помогает камере разглядеть заусенец, окалину или наплыв металла там, где обычного света не хватает. -
3. Сервер
На сервере работает ML Sense. Программа анализирует видеопоток и с помощью алгоритмов машинного зрения находит дефекты при резке, а затем передает данные в информационную систему предприятия и в приложение оператора. -
4. Приложение оператора
Оператор видит событие, время его фиксации и характеристику брака. Решение об отбраковке можно принять с компьютера, планшета или телефона на Android и iOS. Систему также можно запустить в полностью автоматическом режиме без участия оператора. -
5. Отчеты и интеграции
Система формирует сводку по каждому дефекту: фото, тип, размер, время обнаружения. Данные уходят в 1С, MES и ERP.
Что дает автоматический контроль резки металла
Как машинное зрение помогает сократить издержки и брак.
- Скорость проверкиКамера успевает проверить кромку и шов каждой заготовки за то время, что деталь идет по линии.
- ОбъективностьСистема оценивает деталь по заданным параметрам и не пропускает осмотр.
- Непрерывный контрольПосле запуска система работает 24/7.
- Меньше ошибокИсключение человеческого фактора снижает риск пропустить непрорез или трещину на кромке.
- Обнаружение дефектов, которые трудно заметитьКамера видит мелкие каверны и неровности шва, которые контролер может не заметить при беглом осмотре.
- Экономия ресурсовМеньше затрат на ручной осмотр партии, возврат бракованной продукции и рекламации.
- Совместимость с другими системамиML Sense встраивается в существующие процессы автоматизации, включая интеграцию с PLC, MES и ERP.
- Данные для анализаСобранная статистика показывает, на каком станке или режиме резки чаще всего возникает брак, и помогает скорректировать параметры оборудования.
Как проходит внедрение
Обследование
Выезжаем на производство, смотрим на реальные условия работы: тип резки, скорость линии, освещенность и запыленность цеха. Определяем, какие дефекты нужно ловить и где ставить камеры.
Подбор и настройка оборудования
Подбираем камеры и серверное оборудование под задачу, обучаем нейросеть на реальных примерах брака и настраиваем систему на нужную точность.
Интеграция
Подключаем систему к информационной среде предприятия: 1С, MES, ERP или другой учетной системе.
Сколько стоит система контроля качества резки металла
Итоговая цена зависит от задачи, но обычно складывается из одних и тех же статей.
Точную стоимость считаем после обследования объекта. Ориентир по рынку — от 1 млн рублей, итоговая цифра зависит от количества камер, типа резки и набора интеграций.
- Оборудование: камеры, освещение, сервер.
- Обучение нейросети на дефектах вашего производства.
- Пусконаладочные работы и внедрение.
- Лицензия на ПО.
Точную стоимость считаем после обследования объекта. Ориентир по рынку — от 1 млн рублей, итоговая цифра зависит от количества камер, типа резки и набора интеграций.
Почему производства выбирают ML Sense
- Мы — один из лидеров рынка компьютерного зрения в России. ML Sense внедрен на 50+ производственных площадок крупнейших компаний России. ML Sense неоднократно признан лучшим отраслевым решением и ИИ-решением для промышленности, по версии российских премий и рейтингов.
- Используем проверенные камеры и оборудование, которые работают в цехах с окалиной, искрами и перепадами температуры у линии резки.
- Разрабатываем систему компьютерного зрения под конкретную линию.
- Сопровождаем систему после запуска: дообучаем нейросеть, следим за точностью, отвечаем за MLOps.
- Уже внедряли систему контроля дефектов металла и другие решения цифрового ОТК на крупных предприятиях.
Оставьте заявку. Мы посчитаем стоимость системы под вашу линию резки и расскажем, что нужно для запуска контроля качества металлических заготовок на вашем производстве.
Заполните форму, чтобы узнать больше о внедрении
системы ML Sense
системы ML Sense
Заполните форму, чтобы узнать больше о внедрении
системы ML Sense
системы ML Sense
Расскажите нам о своей задаче
Мы поможем ее решить!