Идентификация и классификация продукции на производстве с помощью машинного (технического) зрения
Как отечественное ПО ML Senseпомогает автоматизировать процесс контроля качества и снизить затраты на производстве
Системы машинного зрения позволяют идентифицировать продукцию по следующим признакам:
1
По внешнему виду
2
По текстуре
3
По геометрической форме и/или размеру
4
По цвету
5
По наличию отверстий или других признаков
6
По маркировке
7
По комплектности составных изделий
8
По другим признакам
Примеры реализации некоторых проектов по идентификации продукции на основе системы ML Sense:
Сортировка урожая на конвейере по уровню спелости
Система распознает плоды разных сельскохозяйственных культур и на основе цвета плода определяет спелость. На основе полученных данных происходит сортировка продукции, а также осуществляется подсчет продукции.
Измерение размеров упаковки продукции и сортировка на конвейере
Система измеряет габаритные размеры упаковки и на основе измерений выполняет их сортировку. Данные о размерах передаются в информационную систему предприятия.
Измерение размера и классификация гранул в осадочной породе
Система машинного зрения распознает размер фракций и сортирует их по категориям. Было определено какой размер фракции опасен для дробильного оборудования и какие размеры являются оптимальными для переработки. Решения способно определять и подсвечивать крупные фракции, которые превышают установленный стандарт. Это позволяет вносить корректировки в работе дробильного оборудования и защищать его от поломок.
Подсчет количества, контроль брака и сортировка строительных метизов
Система машинного зрения контролирует соответствие ГОСТу конструкции и размеров строительных метизов как в процессе их производства, так и при их конечной упаковке. Производит их подсчет.
Как работают современные системы машинного зрения? (на примере ML Sense)
В основе системы - высокоскоростные камеры.
Они устанавливаются над конвейерной лентой на участках, где необходимо детектировать брак. Камеры подбираются в зависимости от скорости работы конвейера и минимального размера дефектов, которые необходимо детектировать. Так, современное оборудование способно работать при скорости конвейера до 50 м/c и выявлять дефекты на площади до 0,0125 кв. мм.
Сервер для обработки видеопотока
На сервер устанавливается программа "ML Sense", которая анализирует поступающий с камеры видеопоток и с помощью алгоритмов машинного зрения определяет брак и передает данные в информационную систему предприятия и в приложение оператора.
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 также может работать и без участия оператора в автоматическом режиме.
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.
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.
Поиск цикличного брака
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.