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.
Системы машинного зрения
в обрабатывающей промышленности
в обрабатывающей промышленности
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 успешно применяется на предприятиях обрабатывающей промышленности.
Применение системы ML Sense позволяет
- Повысить качество продукцииЗа счет того, что контроль осуществляется за всеми изделиями.
- Снизить затратыЗа счет отбраковки в режиме реального времени (в том числе и без участия оператора) и не допустить попадание дефектной продукции на последующие этапы производства и/или к конечному потребителю.
- Автоматизировать производствоСнижает количество ошибок оператора и использование ручного труда.
Примеры задач, которые решает ML Sense
распознавание дефектов покраски на производстве 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 дефектов гипсокартона на производственной линии: механических повреждений, сколов.
Оборудование подбиралось из требований заказчика - работа на конвейере со скоростью 4 м/c.
Алгоритм машинного зрения непрерывно анализирует видеопоток с конвейерной линии и фиксирует отклонение листов гипсокартона от заданных параметров. В случае детектирования брака отправляется сообщение оператору на планшет.
На складе готовой продукции также установлена камера, которая производит подсчет листов гипсокартона при формировании паллет.
Алгоритм машинного зрения непрерывно анализирует видеопоток с конвейерной линии и фиксирует отклонение листов гипсокартона от заданных параметров. В случае детектирования брака отправляется сообщение оператору на планшет.
На складе готовой продукции также установлена камера, которая производит подсчет листов гипсокартона при формировании паллет.
Контроль металлической поверхности - царапины и дефекты сварки
На производстве металлических изделий требовалось определять брак - царапины на поверхности и дефекты сварочного шва: наплывы, трещины, прожоги металла.
Внедренная системы видео аналитики позволила в несколько раз увеличить процесс дефектоскопии и повысить качество готовой продукции. Точность распознавания дефектов составила 97%.
Внедренная системы видео аналитики позволила в несколько раз увеличить процесс дефектоскопии и повысить качество готовой продукции. Точность распознавания дефектов составила 97%.
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 ML Sense
- Полностью российская разработка. Включенная в реестр отечественного ПО (Реестровая запись №12843 от 14.02.2022.)
- Построена на основе нейронных сетей. Это обеспечивает возможность распознавания любых дефектов в любых условиях эксплуатации.
- Универсальное решение для задач любых конвейеров.
- Точность работы до 100%
- Интеграция с любыми MES-системами.
- Возможность организовать единый центр контроля брака, в который поступает информация с каждого пункта контроля для своевременной реакции на появление дефектов.
- Управление процессом как с компьютера, так и с мобильного телефона (Android, iOS) из любой точки мира.
- Интеграция с АСУ и вашим оборудованием, возможность автоматизировать реакцию на событие без участия оператора.
- Интеграция с вашими системами учета (1С и пр.)
- Возможность самообучения системы для классификации дефектов.
- Поиск цикличного брака
Примеры наших проектов
Контроль качества труб на линии резки
Раньше трубы с дефектами попадали в станок, вызывали остановки и приводили к поломкам фрезерного узла. Мы внедрили систему машинного зрения, которая находит дефекты ещё до резки и автоматически останавливает линию. Теперь контроль качества работает точно и без участия человека.
Читать кейс Контроль качества этикеток и лазерной маркировки канистр с маслом
Внедрение машинного зрения для двустороннего контроля этикеток и лазерной маркировки на канистрах с маслом. Система сочетает две нейросети: YOLOv5 для выявления визуальных дефектов и EasyOCR для проверки текста на этикетках и маркировке. Снижение рекламаций на 90%, автоматический контроль качества 24/7.
Читать кейс 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 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 дефектов намотки сверхпроводящего кабеля
Ошибка визуального контроля при намотке ВТСП кабеля может привести к браку изделия и значительным финансовым потерям. При цене $35 за метр ВТСП-ленты и длине в десятки метров стоимость одного кабеля достигает сотен тысяч рублей. Внедрили ML Sense, которая в реальном времени выявляет заломы, нахлёсты и сбитый шаг намотки. Это обеспечило 99% точность обнаружения дефектов, автоматическую остановку линии при критических отклонениях, сокращение штата на 3-4 оператора в смене и окупаемость проекта уже при выпуске первого крупного магнита или серии средних.
Читать кейс Оставьте заявку на консультацию и демонстрацию работы системы
Расскажите нам о своей задаче
Мы поможем ее решить!