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.
Контроль качества поверхности с помощью машинного зрения
Заполните форму,
чтобы получить консультацию
чтобы получить консультацию
Менеджер перезвонит вам в течение 15 минут и расскажет о внедрении системы
ML SeNse
ML Sense - платформа для контроля качества продукции на основе машинного зрения и нейросетей. Входит в реестр российского ПО (реестровая запись №12843 от 14.02.2022). Разработана компанией Nord Clan.
ML Sense может применяться для контроля качества поверхности различных продуктов и материалов.
- Пленка (прозрачная, металлизированная), изделия из стеклаОбнаружение полос, пузырей, вздутий, разницы в толщине слоя и пр.
- Сыпучие материалы и горные породыКонтроль состава, посторонних включений
- Бумага, картон, гофрокартон, гипсокартонОпределение неравномерной окраски или плотности, складок, механических повреждений и т.п.
- Изделия из пластмассОбнаружение полос, царапин, вмятин, включений и т.п.
- Металлические поверхностиДетектирование неровностей, царапин, морщин и других поверхностных дефектов.
- Другие материалыС помощью систем машинного зрения можно контролировать качество практически любой поверхности
Применение системы ML Sense позволяет:
- Повысить качество продукцииML Sense контролирует 100% поверхности изделия.
- Снизить затраты
Сокращаются затраты на возврат и переработку бракованной продукции, затраты на ФОТ. - Автоматизировать производствоМинимизируется количество ошибок оператора и использование ручного труда.
Примеры внедрения системы машинного зрения для контроля качества поверхности
Выявление дефектов покраски пленки
На линии были установлены посты контроля с камерами машинного зрения. Для максимально точного распознавания были подобраны камеры с подходящим значением fps.
Алгоритм машинного зрения непрерывно анализирует видеопоток и фиксирует отклонение от стандартного цвета пленки. При обнаружении дефекта ответственным лицам поступает сигнал от системы на стационарный компьютер.
Решение автоматизирует контроль брака, снижает издержки на персонал и процент бракованной продукции.
Алгоритм машинного зрения непрерывно анализирует видеопоток и фиксирует отклонение от стандартного цвета пленки. При обнаружении дефекта ответственным лицам поступает сигнал от системы на стационарный компьютер.
Решение автоматизирует контроль брака, снижает издержки на персонал и процент бракованной продукции.
Контроль металлических поверхностей
На производстве металлических изделий требовалось определять брак - царапины на поверхности и дефекты сварочного шва: наплывы, трещины, прожоги металла.
Внедренная системы видеоаналитики позволила определять дефекты с точностью до 97% и повысить качество готовой продукции.
Внедренная системы видеоаналитики позволила определять дефекты с точностью до 97% и повысить качество готовой продукции.
определение дефектов гипсокартона
Алгоритм машинного зрения непрерывно анализирует видеопоток с конвейерной линии и фиксирует отклонение листов гипсокартона от заданных параметров, выявляет механические повреждения и сколы. В случае обнаружения брака отправляется сообщение оператору на планшет.
На складе готовой продукции также установлена камера, которая производит подсчет листов гипсокартона при формировании паллет.
На складе готовой продукции также установлена камера, которая производит подсчет листов гипсокартона при формировании паллет.
Заполните форму,
чтобы узнать больше о внедрении
системы ML Sense
чтобы узнать больше о внедрении
системы ML Sense
Принцип работы системы ML Sense
Высокоскоростная камера устанавливается над конвейерной лентой и передает видеопоток высокой скорости на сервер. Камера подбирается в зависимости от скорости работы конвейера и размера брака, который нужно детектировать.
На сервер устанавливается программа ML Sense, которая анализирует поступающий с камеры видеопоток и с
помощью алгоритмов машинного зрения и нейросети определяет брак и передает данные в приложение оператора.
помощью алгоритмов машинного зрения и нейросети определяет брак и передает данные в 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).
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).
Преимущества системы контроля качества ML Sense
- Используются нейросетевые алгоритмы в реальном времениИсключается человеческий фактор.
- Легко интегрируется с оборудованием и системами предприятияПозволяет автоматизировать реакцию на событие без участия оператора.
- Точность распознавания дефектов до 98%При скорости конвейерной ленты до 50 м/c
- Контроль качества на нескольких линиях одновременноМожет контролировать качество поверхности материалов на нескольких конвейерных линиях одновременно.
- Единый центр бракаВсе данные поступают в централизованную систему обработки.
- Стабильная работа в сложных условияхРаботает в условиях плохой освещенности, высокой влажности, низких/высоких температур
- Российская разработкаВходит в реестр отечественного ПО. Не зависит от санкций.
- Доступна с ПК и телефонаИз любой точки мира
Примеры наших проектов
Контроль металлопроката для завода "Техностиль"
Внедрение системы контроля качества металлопроката на основе машинного зрения и нейросети для одного из лидеров производства сендвич-панелей в России.
Система способна распознавать дефекты на листе металлопроката размером до 0,1 мм на скорости конвейера 0,5 м/с.
Читать кейс Система способна распознавать дефекты на листе металлопроката размером до 0,1 мм на скорости конвейера 0,5 м/с.
Контроль дефектов на поверхности при производстве плит утеплителя ISOVER
На заводе «Сен-Гобен» внедрена система машинного зрения ML Sense, которая с точностью 99% выявляет дефекты размером от 5 мм. Система позволила сэкономить около 15 млн рублей в год.
Читать кейс Контроль качества ленты сверхпроводника
На заводе высокотемпературных сверхпроводников внедрили нейросетевой детектор сложных дефектов, который отличает дефекты от сдвигов и спаев — и делает это с точностью до 95%. Рассказываем, как создали систему машинного зрения, которая справляется с реальными задачами производства.
Читать кейс Контроль качества бытовой техники
Внедрение системы ML Sense для контроля дефектов при производстве водонагревателей.
Система автоматически распознает отсутствие вставки в трубке водонагревателя и наличие заусенцев и останавливает конвейер.
Читать кейс Система автоматически распознает отсутствие вставки в трубке водонагревателя и наличие заусенцев и останавливает конвейер.
Расскажите нам о своей задаче
Мы поможем ее решить!