Заказать обратный звонок
Я соглашаюсь на обработку персональных данных и ознакомлен(а) с Политикой конфиденциальности.



РАЗРАБОТЧИК NORDCLAN

Системы машинного (технического) зрения в обрабатывающей промышленности

Как отечественное ПО ML Sense помогает автоматизировать процесс контроля качества и снизить затраты

Применение системы ML Sense позволяет:

1
Повысить качество продукции
За счет того, что контроль осуществляется за всеми изделиями.
2
Снизить затраты
За 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.
3
Автоматизировать производство
Снижает количество ошибок оператора и использование ручного труда.

Примеры реализации некоторых проектов для контроля качества на основе машинного зрения в обрабатывающей промышленности:

распознавание дефектов покраски на производсве 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.
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.
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%.

Как работают современные системы машинного зрения?
(на примере ML Sense)

В основе системы - высокоскоростные камеры.
Они устанавливаются над конвейерной лентой на участках, где необходимо детектировать брак. Камеры подбираются в зависимости от скорости работы конвейера и минимального размера дефектов, которые необходимо детектировать. Так, современное оборудование способно работать при скорости конвейера до 50 м/c и выявлять дефекты на площади до 0,0125 кв. мм.
Сервер для обработки видеопотока
На сервер устанавливается программа "ML Sense", которая анализирует поступающий с камеры видеопоток и с помощью алгоритмов машинного зрения определяет брак и передает данные в информационную систему предприятия и в приложение оператора.
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). Система также может работать и без участия оператора в автоматическом режиме.
Отличительной особенностью системы ML Sense является возможность организовать единый центр контроля брака, в который поступает информация с каждого пункта контроля для своевременной реакции на появление дефектов.