Top.Mail.Ru
+7 499 112-39-39
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 дефектов на поверхности при производстве минеральной ваты
КЕЙС ВНЕДРЕНИЯ СИСТЕМЫ ML SENSE
Контроль дефектов на поверхности при производстве минеральной ваты
О клиенте
Один из лидеров российского рынка качественных изоляционных материалов. Завод производит тепло- и звукоизоляцию из минеральной ваты. Компания активно внедряет инновационные технологии, ориентированные на устойчивое развитие и заботу об окружающей среде.
Проблема
Производство минеральной ваты — это непрерывная работа конвейера, где продукт движется по трем параллельным полосам со скоростью до 16 метров в минуту. Задача специалиста — визуально отслеживать дефекты на поверхности минерального ковра. И это настоящий вызов.

Во-первых, поверхность ковра рельефная и неоднородная — даже от долгого взгляда начинает рябить в глазах. Во-вторых, дефекты бывают крошечными, от 5 мм, и отличаются по характеру:

  • «Королек» — выгоревший участок.
  • «Мокрый участок» — пятно с повышенной влажностью.
  • «Карамель» — зона с избыточным содержанием связующего.
  • «Бугры» — места с его нехваткой.
Рис. 1. "Королек"
Рис. 2. "Мокрый участок"
Рис. 3. "Карамель"
Рис. 4. "Бугры"
Каждый дефект может стать причиной брака, но заметить его в реальном времени крайне сложно. Один моргнувший взгляд — и дефект проскочил дальше. Для клиента это означало риски пропустить некачественную продукцию в продажу, что вело к рекламациям и убыткам.

Задачи:
  1. Повысить точность и скорость обнаружения дефектов на минеральной вате.
  2. Исключить влияние человеческого фактора.
  3. Предотвратить попадание брака в продажу.
  4. Снизить потери от рекламаций и возвратов.
  5. Внедрить систему, которая будет работать с существующим оборудованием без серьёзной модернизации.
Решение
Мы предложили клиенту внедрить ML Sense . Система автоматически контролирует качество продукции на конвейере, используя искусственный интеллект для точного выявления дефектов.

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

Внедрение ML Sense на производстве минеральной ваты проходило в несколько этапов:
1. Проектирование и установка оборудования

Были выбраны высокоточные промышленные камеры и светильники, обеспечивающие равномерную засветку поверхности без теней и бликов. Всё оборудование смонтировано на специально спроектированных мачтах с запатентованной конструкцией — они защищают технику от пыли, влаги и вибрации.
Видеокамеры и лампы для точного распознавания дефектов
Оборудование установлено на особых запатентованных мачтах крепления
2. Сбор датасета и обучение нейросети

Команда Nord Clan изучила процесс производства, сделала более 10 000 снимков минеральной ваты и вручную разметила их. Это особенно важно, поскольку многие дефекты визуально похожи, но требуют разных решений.

Обученная нейросеть ML Sense смогла распознавать дефекты разных типов и размеров (вплоть до 5 мм), достигая точности 99%. Система в режиме реального времени анализирует изображение и классифицирует дефекты.
Интерфейс ML Sense: так система распознает и отображает дефекты
3. Разработка маркирующего устройства

Следующим этапом стало создание специального механизма, который физически помечает дефектные участки минваты на ленте. Как это работает:

  1. Система фиксирует дефект.
  2. Сигнал передаётся на пневматический блок управления.
  3. Активируется нужный распылитель с краской, который метит дефектное место.

Это позволяет персоналу быстро увидеть, где именно находится дефект, и своевременно исключить бракованный фрагмент из дальнейшего производства.
Маркиратор помечает участок полотна с дефектом, чтобы специалисты могли быстро его найти и исключить из дальнейшей переработки
4. Интеграция и обучение персонала

Система была внедрена без остановки конвейера и без изменений в существующем производственном процессе. Команда провела полевые испытания на предприятии и поэтапно проверяла работу оборудования. После успешных тестов сотрудники прошли обучение и теперь самостоятельно управляют системой через интуитивно понятный интерфейс.

Результаты
  • 99% точности в выявлении дефектов от 5 мм.
  • 15 млн рублей экономии в год за счёт снижения потерь от брака и перераспределения трудозатрат.
  • Без остановки производства: система внедрена как надстройка, без модификаций оборудования.
  • Импортозамещение: решение полностью российское и входит в реестр отечественного ПО.