Html code will be here
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.
ML Sense
Решение для выявления дефектов на основе машинного зрения и нейросетей
Расскажите нам о своей задаче
Мы поможем ее решить!
ML Sense
Готовое решение для
выявления дефектов
На основе машинного зрения и нейросетей
выявления дефектов
На основе машинного зрения и нейросетей
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.
Система ML Sense активно используется в дефектоскопии. Она позволяет выполнять визуальный контроль изделий, деталей любой сложности непосредственно на конвейере или производственной линии. Благодаря этому возможно одновременно отслеживать целый ряд характеристик для оценки качества различных продуктов и материалов.
ML Sense используется как платформа распознавания дефектов для производственных предприятий и помогает автоматизировать контроль качества продукции в режиме реального времени. Система может использоваться как умная камера на производстве для выявления брака, камера обнаружения брака в изделиях и автоматическая дефектоскопия на основе ML-моделей для контроля качества продукции на конвейере.
Возможности ML Sense в выявлении дефектов
- Обнаруживает дефекты на поверхности изделий:
- Контроль трещин, царапин и микродефектов на металлических поверхностях
- Выявление дефектов стекла, пластика и прозрачных материалов
- Мониторинг брака отливок и литых деталей
- Выявляет видимые инородные включения:пузыри, полосы, посторонние предметы и другие дефекты.
- Обнаруживает отклонения изделий по цвету, форме
- Обнаруживает непокрашенные поверхности
- Проверяет качество печати этикеток и нанесения маркировки
- Определяет отклонения по размеру
Применение системы ML Sense позволяет:
- Повысить качество продукцииML Sense контролирует 100% изделий с точностью до 98%.
- 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
ML Sense для выявления дефектов
ML Sense для выявления дефектов
Выявление дефектов покраски пленки
На производстве пленки критично определение дефектов окраски.
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.
ML Sense используется как сканер линии брака по фото - система контроля качества рулонных материалов, пленки и композитов. Алгоритмы машинного зрения автоматически выявляют дефекты поверхности: царапины, сколы, трещины, загрязнения и отклонения цвета непосредственно в потоке производства.
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.
ML Sense используется как сканер линии брака по фото - система контроля качества рулонных материалов, пленки и композитов. Алгоритмы машинного зрения автоматически выявляют дефекты поверхности: царапины, сколы, трещины, загрязнения и отклонения цвета непосредственно в потоке производства.
Контроль металлических поверхностей
Система применяется для автоматического обнаружения царапин, трещин, прожогов, наплывов на металлических поверхностях, дефектов сварочного шва, контроля качества металлоизделий и мониторинга брака отливок.
Для анализа используются высокоскоростные камеры и алгоритмы машинного зрения, которые позволяют выявлять дефекты даже при высокой скорости линии.
Для анализа используются высокоскоростные камеры и алгоритмы машинного зрения, которые позволяют выявлять дефекты даже при высокой скорости линии.
определение дефектов гипсокартона
Система помогает автоматизировать контроль листовых материалов на производственной линии. ML Sense фиксирует механические повреждения, сколы, трещины и отклонения размеров изделий без остановки конвейера.
В случае обнаружения брака отправляется сообщение оператору или согнал на остановку линии.
На складе готовой продукции также установлена камера, которая производит подсчет листов гипсокартона при формировании паллет.
В случае обнаружения брака отправляется сообщение оператору или согнал на остановку линии.
На складе готовой продукции также установлена камера, которая производит подсчет листов гипсокартона при формировании паллет.
Контроль дефектов пищевых продуктов и полуфабрикатов
На пищевом производстве выявляются дефекты продукции: неправильная форма, инородные включения, повреждения, неровный край и пр.
Внедрение системы ML Sense позволяет в режиме реального времени выявлять бракованную продукцию. При обнаружении дефекта подается сигнал на отбраковщик. Дефектная продукция автоматически удаляется с линии.
Внедрение системы ML Sense позволяет в режиме реального времени выявлять бракованную продукцию. При обнаружении дефекта подается сигнал на отбраковщик. Дефектная продукция автоматически удаляется с линии.
контроль дефектов стекла
ML Sense используется как комплекс для выявления дефектов стекла на производстве. Система автоматически выявляет сколы, трещины, пузырьки, царапины и другие дефекты стекла в потоке без остановки линии.
Алгоритмы машинного зрения применяются для контроля листового стекла, стеклотары, прозрачной упаковки и других прозрачных материалов. Для выявления микротрещин используются методы компьютерного зрения и нейросетевой видеоаналитики.
Алгоритмы машинного зрения применяются для контроля листового стекла, стеклотары, прозрачной упаковки и других прозрачных материалов. Для выявления микротрещин используются методы компьютерного зрения и нейросетевой видеоаналитики.
Принцип работы системы ML Sense
Высокоскоростные AI-камеры для выявления брака на производстве устанавливаются над конвейерной лентой и передают 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).
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
- Автоматическая дефектоскопия с помощью нейросетейСистема использует ML-модели и компьютерное зрение для точного выявления дефектов продукции, микротрещин, царапин, отклонений геометрии. Распознаются любые дефекты от 0,1 мм.
- Российская разработкаВходит в реестр отечественного ПО. Не зависит от санкций. При приобретении лицензии заказчик может применять налоговые льготы, включая освобождение от НДС и специальные механизмы учета затрат на ПО (согласно законодательству РФ)
- Легко интегрируется с оборудованием и системами предприятияПозволяет автоматизировать реакцию на событие без участия оператора.
- Контроль нескольких линий одновременноМожет выявлять брак 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
- Точность распознавания дефектов до 98%При скорости конвейерной ленты до 50 м/c
- Доступна с ПК и телефонаИз любой точки мира
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.
Решение позволяет выполнять автоматический контроль металлических поверхностей и выявлять сложные поверхностные дефекты до 0,1 мм в потоке без остановки линии на скорости конвейера 0,5 м/с.
Читать кейс Решение позволяет выполнять автоматический контроль металлических поверхностей и выявлять сложные поверхностные дефекты до 0,1 мм в потоке без остановки линии на скорости конвейера 0,5 м/с.
Контроль дефектов на поверхности при производстве плит утеплителя
На заводе 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 мясных полуфабрикатов
Система с помощью машинного зрения и нейросетей автоматически распознает дефекты на котлетах: неправильная форма, инородные включения, повреждения, неровный край. При обнаружении дефекта подается сигнал на отбраковщик. Дефектная котлета автоматически удаляется с линии.
Расскажите нам о своей задаче
Мы поможем ее решить!