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 ткани для СИЗ компьютерным зрением
Ткань для СИЗ защищает человека на работе, поэтому каждый дефект важен. Проверять полотно вручную долго, а глаз устает. Контроль качества ткани компьютерным зрением берет эту задачу на себя и работает на линии без перерывов.
ML Sense - система автоматического контроля качества тканей для средств индивидуальной защиты и спецодежды. С помощью компьютерного зрения выявляет отверстия, разрывы, дефекты переплетения, загрязнения и повреждения покрытий на движущемся полотне.
Камеры контролируют ткань по всей ширине, а нейросеть определяет тип дефекта и его расположение. При обнаружении брака система уведомляет оператора и при необходимости передает сигнал оборудованию.
Это позволяет выявлять дефекты до дальнейшей обработки или раскроя, сокращать потери материала и снижать затраты на ручную разбраковку.
ML Sense - система автоматического контроля качества тканей для средств индивидуальной защиты и спецодежды. С помощью компьютерного зрения выявляет отверстия, разрывы, дефекты переплетения, загрязнения и повреждения покрытий на движущемся полотне.
Камеры контролируют ткань по всей ширине, а нейросеть определяет тип дефекта и его расположение. При обнаружении брака система уведомляет оператора и при необходимости передает сигнал оборудованию.
Это позволяет выявлять дефекты до дальнейшей обработки или раскроя, сокращать потери материала и снижать затраты на ручную разбраковку.
Дефекты и параметры ткани для СИЗ, которые контролирует машинное зрение
Система ML Sense проверяет полотно и готовые детали прямо на линии.
Вот что она находит.
Вот что она находит.
- Надрывы и порезы.
- Нарушения целостности ткани, строчек и швов, обрывы и пропуски нитей, дефекты переплетения.
- Складки и перекосы полотна, заломы и повреждения кромки.
- Неравномерность структуры ткани: локальные уплотнения, разреженные участки, утолщения нитей и скопления волокон.
- Загрязнения: масляные пятна, посторонние волокна и включения.
- Дефекты окрашивания: полосы, пятна, непрокрасы и отклонения цвета.
- Дефекты защитных покрытий: видимые пропуски, трещины, вздутия и повреждения поверхности.
Мы выполняем обнаружение дефектов поверхности ткани и обнаружение складок ткани в потоке. Перечень контролируемых отклонений, их допустимые размеры и критичность настраиваем под конкретный материал и требования предприятия.
Контроль можно организовать для разных видов материалов:
Возможность обнаружения конкретных дефектов и их минимальный размер определяем после проверки на образцах материала.
Контроль можно организовать для разных видов материалов:
- Тканые материалы для спецодежды — обрывы нитей, нарушения переплетения, отверстия и дефекты кромки.
- Нетканые материалы для одноразовых СИЗ — проколы, посторонние включения, локальные уплотнения и разреженные участки.
- Ткани с защитными покрытиями — видимые повреждения покрытия, трещины, пропуски и поверхностные дефекты.
- Сигнальные ткани — неоднородность окраски, пятна и повреждения поверхности.
Возможность обнаружения конкретных дефектов и их минимальный размер определяем после проверки на образцах материала.
Почему важно обнаруживать дефекты ткани для СИЗ до раскроя
- Бракованный материал поступает на следующие этапы производства, где на его обработку дополнительно расходуются время и ресурсы.
- Из дефектного полотна изготавливают детали, которые приходится заменять или отбраковывать.
- На поиск и удаление повреждённых участков уходит дополнительное время.
- Предприятие несёт потери из-за списания материала, переделок и претензий к качеству готовой продукции.
Чем позже вы находите брак, тем дороже он обходится. Поэтому автоматический контроль качества ткани лучше ставить на раннем этапе.
Запросить демонстрацию работы
Оставьте заявку и наш менеджер свяжется с Вами в течение 1 часа в рабочее время.
Как работает компьютерное зрение на примере системы ML Sense
Система контроля дефектов ткани состоит из пяти частей.
-
1. Высокоскоростные камеры
Основа системы - это промышленные камеры высокого разрешения. Мы направляем их на полотно и размещаем так, чтобы контролировать всю рабочую ширину ткани.. Камеры непрерывно передают видеопоток. -
2. Освещение
Подбираем тип и расположение освещения с учётом фактуры, цвета и плотности материала. Для разных дефектов может потребоваться подсветка с разных сторон полотна. Это помогает обнаруживать отверстия, нарушения структуры и поверхностные повреждения. -
3. Сервер для обработки видеопотока
На сервер мы устанавливаем систему ML Sense. Она анализирует видеопоток с камер и с помощью алгоритмов машинного зрения находит дефекты ткани для СИЗ. Затем передает данные в информационную систему предприятия и в приложение оператора. Нейросеть определяет тип дефекта и фиксирует его расположение. При обнаружении критичного отклонения система может передать сигнал на остановку оборудования. -
4. Приложение оператора
В приложении появляется событие с зафиксированным браком. Оператор видит время события, изображение дефекта и информацию о его типе. На основе этих данных он принимает решение о дальнейшей обработке материала.
Управлять контролем можно с компьютера, планшета или телефона на Android и iOS. Система также работает автоматически, без оператора. -
5. Отчеты и интеграции с 1С и MES
Система распознает дефекты, собирает по ним сводку и передает данные в системы предприятия.
В отчетах можно анализировать количество и типы дефектов, их распределение по времени и производственным участкам. При настройке привязки к длине полотна можно формировать карту дефектов рулона для дальнейшей разбраковки.
Преимущества машинного зрения для контроля дефектов ткани для СИЗ
Автоматический контроль качества тканей помогает снизить издержки и увеличить прибыль. Система автоматического контроля ткани дает такие результаты:
- Скорость и качество проверкиСистема проверяет движущееся полотно по всей рабочей ширине непосредственно на производственной линии.
- Высокая точностьОценка качества не зависит от усталости сотрудника. Одинаковые дефекты проверяются по единым заданным критериям.
- Непрерывный контрольПосле запуска система работает 24/7 круглый год.
- Экономия ресурсовСокращаются затраты на ручной контроль и простои оборудования.
- Меньше бракованной продукцииСистема обнаруживает повреждения ткани до дальнейшей обработки и раскроя, чтобы предприятие не тратило ресурсы на изготовление изделий из дефектного материала.
- Анализ данныхТочная статистика по дефектам помогает выявлять повторяющиеся отклонения, определять проблемные участки производства.
Из каких шагов состоит внедрение компьютерного зрения
Подготовительный этап
Мы выезжаем на производство и изучаем реальные условия. Определяем параметры, по которым отслеживаем брак. Выбираем места для камер. Оцениваем освещенность, запыленность и другие характеристики среды.
Изучаем виды тканей, образцы дефектов, ширину полотна, скорость линии и требования к допустимому браку. Проверяем, какие дефекты можно обнаруживать и с какой точностью.
Изучаем виды тканей, образцы дефектов, ширину полотна, скорость линии и требования к допустимому браку. Проверяем, какие дефекты можно обнаруживать и с какой точностью.
Внедрение
Мы подбираем камеры машинного зрения и серверное оборудование. Настраиваем их так, чтобы система точно распознавала дефекты. Обучаем и проверяем нейросеть на изображениях материалов заказчика, устанавливаем пороги обнаружения и правила реакции на брак.
Интеграция
Мы устанавливаем оборудование на производстве и подключаем его к информационной системе предприятия. Настраиваем уведомления, отчёты и при необходимости передачу сигналов оборудованию. Проверяем работу системы на производственной линии и обучаем сотрудников.
Сколько стоит разработка
Цена зависит от задачи. Обычно она складывается из нескольких частей:
На стоимость влияют ширина и скорость движения полотна, количество контролируемых дефектов, требования к их минимальному размеру и необходимость интеграции с оборудованием.
Точную стоимость мы называем после изучения задачи. Она стартует от 1 млн рублей.
- Оборудование (камеры, освещение).
- Обучение нейросети обнаружению дефектов.
- Внедрение и пусконаладочные работы.
- Лицензия на использование ПО.
На стоимость влияют ширина и скорость движения полотна, количество контролируемых дефектов, требования к их минимальному размеру и необходимость интеграции с оборудованием.
Точную стоимость мы называем после изучения задачи. Она стартует от 1 млн рублей.
Почему клиенты выбирают ML Sense
ML Sense — российская платформа промышленного компьютерного зрения от Nord Clan. Входит в реестр отечественного ПО и применяется для автоматического контроля производственных процессов. Решения на базе платформы внедрены более чем на 50 производственных площадках.
- Внедряем системы в реальные производственные процессы.
- Используем проверенные компоненты и оборудование.
- Разрабатываем системы компьютерного зрения под задачу заказчика. Адаптируем алгоритмы под конкретные материалы, дефекты и производственные условия.
- Обеспечиваем сопровождение и дообучение моделей.
Пришлите образцы ткани и фотографии характерных дефектов — подберем решение для автоматического контроля на вашей линии и рассчитаем стоимость.
Часто задаваемые вопросы
Это технология автоматического анализа изображений с промышленных камер. Обученная нейросеть находит отверстия, нарушения структуры ткани, загрязнения и другие заданные дефекты. Результат передаётся оператору или в систему управления производством.
Да. Камеры можно установить на подходящем участке производства или мерильно-браковочной машине. Контроль выполняется во время движения полотна. Возможность работы на конкретной скорости определяем с учётом ширины ткани, размеров дефектов и характеристик оборудования.
Да, для этого настраивается отдельный сценарий контроля. Компьютерное зрение можно применять для проверки наличия элементов, видимых дефектов строчек и швов, размеров и расположения деталей. Состав проверок определяется конструкцией изделия и возможностями съёмки.
Система обнаруживает видимые дефекты, которые могут указывать на повреждение защитного материала. Но огнестойкость, прочность, водонепроницаемость и химическую стойкость необходимо подтверждать отдельными испытаниями по установленным методикам.
Перечень зависит от структуры и фактуры материала. Для тканых полотен это могут быть обрывы нитей, нарушения переплетения и отверстия, для нетканых — неоднородности структуры и включения, для тканей с покрытиями — видимые нарушения поверхности. Возможности распознавания проверяем на образцах заказчика.
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!