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
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
Получить предложение 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.
Возможности ML Sense в выявлении дефектов
- Обнаруживает дефекты на поверхности изделий:отверстия, механические повреждения, пятна, царапины, загрязнения и другие дефекты.
- 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.
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 требуется определять брак - царапины на поверхности и дефекты сварочного шва: наплывы, трещины, прожоги металла.
Внедрение системы видеоаналитики позволяет определять дефекты с точностью до 97% и повысить качество готовой продукции.
Внедрение системы видеоаналитики позволяет 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.
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.
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).
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. Распознаются любые дефекты от 0,1 мм.
- 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 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
- Российская разработкаВходит в реестр отечественного ПО. Не зависит от санкций.
- 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.
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 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.
Читать кейс Расскажите нам о своей задаче
Мы поможем ее решить!