Top.Mail.Ru
Получить консультацию
Я соглашаюсь на обработку персональных данных и ознакомлен(а) с Политикой конфиденциальности.
Определения дефектов минеральной ваты

Готовое решение на основе компьютерного зрения и нейросети
Заполните форму,
чтобы получить консультацию
Менеджер перезвонит вам в течение 15 минут и расскажет подробности о системе
Отправляя форму, вы соглашаетесь
с
Политикой конфиденциальности Норд Клан
  • ML Sense
    ИИ-платформа для контроля качества на производствах конвейерного типа
  • Решение для определения дефектов минеральной ваты
    готовый модуль платформы ML Sense
  • Российская разработка.
    В реестре отечественного ПО.
  • ML Sense - ИИ-платформа для контроля качества на производствах конвейерного типа
  • Решение для определения дефектов минеральной ваты - готовый модуль платформы ML Sense
  • Российская разработка.
    В реестре отечественного ПО.

Результаты внедрения ML Sense
для контроля качества минеральной ваты
на одной из площадок

  • 8 млн руб./год
    исключение возгорания оборудования
  • 3 млн руб./год
    уменьшение количества рекламаций
  • 1,3 млн руб./год
    экономия ФОТ

Результаты внедрения ML Sense
для контроля качества минеральной ваты
на одной из площадок

  • 8 млн руб./год
    исключение возгорания оборудования
  • 3 млн руб./год
    уменьшение количества рекламаций
  • 1,3 млн руб./год
    экономия ФОТ
Как работает ML Sense для контроля дефектов минеральной ваты
Блок управления с установленным ПО "ML Sense" в реальном времени анализирует поступающий с камеры видеопоток и с помощью алгоритмов машинного зрения и нейронных сетей распознает дефекты и передает данные в приложение оператора, маркиратор или на отбраковщик, который убирает полотно с дефектом с линии.
.
В случае обнаружения дефекта может использоваться как оповещение оператора, который принимает решение о дальнейшем ходе работ, так и система автоматической реакции на брак.
Как работает ML Sense для контроля дефектов минеральной ваты
Блок управления с установленным ПО "ML Sense" в реальном времени анализирует поступающий с камеры видеопоток и с помощью алгоритмов машинного зрения и нейронных сетей распознает дефекты и передает данные в приложение оператора, маркиратор или на отбраковщик, который убирает полотно с дефектом с линии.
.
В случае обнаружения дефекта может использоваться как оповещение оператора, который принимает решение о дальнейшем ходе работ, так и система автоматической реакции на брак.
Этапы работы ML Sense
Видеофиксация
Высокоскоростная камера в защищенном корпусе непрерывно сканирует конвейерную ленту с минеральной ватой.
Анализ дефектов

Алгоритм ML Sense на основе нейросети определяет дефекты в реальном времени и классифицирует их.  В окне детекции: тип и изображение дефекта, дата и время фиксации, № конвейера.

Отбраковка
При обнаружении брака система автоматически маркирует дефект, уведомляет оператора и передает сигнал на отбраковщик для удаления дефектного полотна.

Учет и аналитика
Все данные передаются в MES-систему для анализа причин брака и оптимизации производственных процессов.


Этапы работы ML Sense
Видеофиксация
Высокоскоростная камера в защищенном корпусе непрерывно сканирует конвейерную ленту с минеральной ватой.
Анализ дефектов

Алгоритм ML Sense на основе нейросети определяет дефекты в реальном времени и классифицирует их.  В окне детекции: тип и изображение дефекта, дата и время фиксации, № конвейера.

Отбраковка
При обнаружении брака система автоматически маркирует дефект, уведомляет оператора и передает сигнал на отбраковщик для удаления дефектного полотна.

Учет и аналитика
Все данные передаются в MES-систему для анализа причин брака и оптимизации производственных процессов.


Типы распознаваемых дефектов
Типы распознаваемых дефектов
Рис. 1. "Королек"
Рис. 2. "Мокрый участок"
Рис. 3. "Карамель"
Рис. 4. "Бугры"

Особенности ML Sense для контроля
качества минеральной ваты

  • Работает в агрессивной среде: запыленность, температура до +40
  • Визуализирует текущую ситуацию и найденный дефект на экране оператора.
  • Классифицирует дефекты.
  • Формирует архив с фотографией, местом и временем дефекта.
  • Передает дискретный сигнал на отбраковщик.
  • Производит цветовую маркировку дефектных плит.

Особенности ML Sense для контроля
качества минеральной ваты

  • Работает в агрессивной среде: запыленность, температура до +40
  • Визуализирует текущую ситуацию и найденный дефект на экране оператора.
  • Классифицирует дефекты.
  • Формирует архив с фотографией, местом и временем дефекта.
  • Передает дискретный сигнал на отбраковщик.
  • Производит цветовую маркировку дефектных плит.
Решение интегрируется с основными
системами предприятия
  • MES системы
  • ERP системы
  • 1C
  • Внешнее оборудование
Решение интегрируется с основными
системами предприятия
  • MES системы
  • ERP системы
  • 1C
  • Внешнее оборудование
Заполните форму,
чтобы узнать о внедрении контроля дефектов на производстве минеральной ваты
Заполните форму,
чтобы узнать о внедрении контроля дефектов на производстве минеральной ваты
Отправляя форму вы автоматически соглашаетесь с политикой конфиденциальности ООО Норд Клан
Преимущества системы
контроля качества ML Sense
  • Полностью российская разработка. Включенная в реестр отечественного ПО (Реестровая запись №12843 от 14.02.2022.), компания Норд Клан имеет СРО по монтажу на опасных объектах и Сертификат менеджмента качества
  • Построена на основе нейронных сетей. Это обеспечивает возможность распознавания любых дефектов в любых условиях эксплуатации.
  • Точность до 98%
  • Простая интеграция с оборудованием и системами предприятия
  • Возможность организовать единый центр контроля брака, в который поступает информация с каждого пункта контроля для своевременной реакции на появление дефектов изделий.
  • Управление процессом как с компьютера, так и с мобильного телефона (Android, iOS) из любой точки мира.
  • Возможность автоматизировать реакцию на событие без участия оператора.
Преимущества системы
контроля качества ML Sense
  • Полностью российская разработка. Включенная в реестр отечественного ПО (Реестровая запись №12843 от 14.02.2022.), компания Норд Клан имеет СРО по монтажу на опасных объектах и Сертификат менеджмента качества
  • Построена на основе нейронных сетей. Это обеспечивает возможность распознавания любых дефектов в любых условиях эксплуатации.
  • Точность до 98%
  • Простая интеграция с оборудованием и системами предприятия
  • Возможность организовать единый центр контроля брака, в который поступает информация с каждого пункта контроля для своевременной реакции на появление дефектов изделий.
  • Управление процессом как с компьютера, так и с мобильного телефона (Android, iOS) из любой точки мира.
  • Возможность автоматизировать реакцию на событие без участия оператора.
Что вы получите после внедрения
системы ML Sense
  • Автоматизируете контроль качества, исключающий человеческий фактор при визуальном осмотре;
  • Избавитесь от затрат вызванных расходами на переделку, утилизацию бракованной продукции и работу с рекламациями;
  • Снизите риски репутационных потерь и ущерба репутации бренда, вызванные негативными отзывами;
  • Повысите производительность за счет снижения количества простоев конвейера и снижения брака:
Что вы получите после внедрения
системы ML Sense
  • Автоматизируете контроль качества, исключающий человеческий фактор при визуальном осмотре;
  • Избавитесь от затрат вызванных расходами на переделку, утилизацию бракованной продукции и работу с рекламациями;
  • Снизите риски репутационных потерь и ущерба репутации бренда, вызванные негативными отзывами;
  • Повысите производительность за счет снижения количества простоев конвейера и снижения брака:
Получите консультацию и расчет стоимости внедрения системы
ML Sense
Автоматизируйте процесс контроля качества
на производстве бытовой техники
Отправляя форму вы автоматически соглашаетесь с политикой конфиденциальности ООО Норд Клан
Получите консультацию и расчет стоимости внедрения системы
ML Sense
Автоматизируйте процесс контроля качества
на производстве бытовой техники
Отправляя форму вы автоматически соглашаетесь с политикой конфиденциальности ООО Норд Клан
Этапы внедрения ML Sense:
Этапы внедрения ML Sense:
Подготовительный этап
Выезжаем на объект для изучения реальных условий производства и вместе с заказчиком обсуждаем условия внедрения системы .
Определяем места для установки камер и проводим оценку условий работы оборудования.
Внедрение и интеграция
На основе полученной информации подбираем камеры машинного зрения, серверное оборудование и производим их настройку для достижения необходимой заказчику точности работы системы. После установки оборудования интегрируем его с существующей на предприятии информационной системой.
Поддержка
Помогаем поддерживать работу системы, а также в случае возникновения новых потребностей и задач по требованию заказчика добавляем новую функциональность в программу.
Подготовительный этап
Выезжаем на объект для изучения реальных условий производства и вместе с заказчиком обсуждаем условия внедрения системы .
Определяем места для установки камер и проводим оценку условий работы оборудования.
Внедрение и интеграция
На основе полученной информации подбираем камеры машинного зрения, серверное оборудование и производим их настройку для достижения необходимой заказчику точности работы системы. После установки оборудования интегрируем его с существующей на предприятии информационной системой.
Поддержка
Помогаем поддерживать работу системы, а также в случае возникновения новых потребностей и задач по требованию заказчика добавляем новую функциональность в программу.
Запросить демонстрацию работы
Оставьте заявку и наш менеджер свяжется с Вами в течение 15 минут в рабочее время.
Запросить демонстрацию работы
Оставьте заявку и наш менеджер свяжется с Вами в течение 15 минут в рабочее время.