Top.Mail.Ru
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.
OK
КЕЙС ВНЕДРЕНИЯ СИСТЕМЫ ML SENSE
Контроль передвижения техники в силосных ямах

КЕЙС ВНЕДРЕНИЯ СИСТЕМЫ ML SENSE
Контроль передвижения техники
в силосных ямах
О клиенте
ООО «Камский Бекон» — одно из крупнейших сельскохозяйственных предприятий России, охватывающее полный цикл производства: выращивание пшеницы, ячменя, кукурузы, рапса и кормовых культур; промышленное свиноводство, ферма КВС, мясопереработка. Предприятие ведет активную работу по цифровизации процессов.
Проблема и задачи
ООО «Камский Бекон» ежегодно заготавливает большие объёмы силоса для кормовой базы свиней. Для этого на предприятии работают 22 силосные ямы, которые необходимо равномерно укатывать тяжёлой техникой.

Сегодня этот процесс полностью зависит от опыта водителей. Они ориентируются «на глаз»: заезжают на яму, распределяют массу и стараются проехать по всей площади. Но при длине ямы до 100 метров очень трудно понять, где именно техника уже прошла, а где ещё остались пустые участки. Водитель видит только небольшой участок перед собой, и у него нет возможности объективно оценить, насколько равномерно выполнена трамбовка.

Из-за этого возникают проблемы: где-то масса остаётся недоуплотнённой, а где-то наоборот — чрезмерно трамбуется. В результате часть сырья портится и гниёт, что приводит к прямым потерям для предприятия.

Укатка силосной ямы
Задачи

Перед командой стоит задача создать цифровую систему мониторинга, которая позволит:
  • обеспечить равномерную трамбовку силоса в 22 ямах;
  • снизить потери за счёт предотвращения недо- и перетрамбовки;
  • повысить эффективность работы техники.

Для этого система должна:

  • контролировать передвижение техники и фиксировать количество проездов по каждой зоне;
  • отображать данные в реальном времени на планшетах водителей;
  • визуализировать обработку ямы в виде тепловой карты, чтобы сразу было видно, где есть пробелы или перегрузка.
Решение
Для проекта использована платформа ML Sense, которая позволяет контролировать качество трамбовки с помощью мониторинга передвижения техники.
ML Sense — ИИ-платформа для контроля качества продукции на производствах конвейерного типа. Российская разработка. Входит в реестр отечественного ПО.
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
Сбор данных о движении техники
Каждое транспортное средство оснащается датчиками, которые фиксируют траекторию движения по силосной яме.

Передача информации
Собранные данные поступают на радиомодули, установленные в ямах, а оттуда передаются на сервер для обработки.

Работа с данными водителями
На планшетах водителей в режиме реального времени отображается карта движения техники. Это позволяет сразу видеть необработанные или чрезмерно уплотнённые участки и корректировать маршрут на месте. Точность определения обработанных зон достигает 98 процентов.

Формирование тепловой карты
Система анализирует траектории и формирует тепловую карту: обработанные зоны выделяются зелёным цветом, а неукатанные участки подсвечиваются красным. На основе этих карт и накопленной статистики руководство получает данные для оценки качества процесса и может принимать решения о долгосрочных улучшениях и повышении качества.
Тепловая карта (тестовый интерфейс)
Особенности решения:
автономность и независимость
Программное обеспечение разработано в России, оборудование соответствует внесанкционным требованиям, а данные передаются через локальные радиомодули без использования интернета, GPS или ГЛОНАСС.

Это обеспечивает стабильную работу техники и контроль качества укатки в любых условиях, даже если внешние навигационные или сетевые сервисы недоступны. Все данные остаются внутри предприятия, что гарантирует их безопасность и сохранность.
Ожидаемый результат
  • Равномерная и качественная трамбовка силоса во всех 22 ямах, снижение потерь сырья.
  • Экономия за счёт оптимальной работы техники и предотвращения порчи кормовой базы.
  • Данные по укатке помогут принимать стратегические решения и выстраивать стандарты качества.
  • Система легко масштабируется на новые ямы и участки предприятия.
«Для нас было принципиально важно найти надежное технологическое решение, которое позволило бы минимизировать потери при заготовке кормов. Тепловая карта трамбовки и онлайн-мониторинг движения техники от Nord Clan дают нам тот инструмент контроля качества процесса, который нам был нужен. Мы уверены, что это позволит повысить эффективность процесса и сохранить качество корма», — отметил представитель ООО «Камский Бекон».