Top.Mail.Ru
Оставьте заявку, и менеджер перезвонит вам в течение 15 минут в рабочее время.
Нажимая на кнопку, я соглашаюсь на обработку персональных данных и подтверждаю, что ознакомлен(а) с Политикой конфиденциальности.
Мы используем файлы cookie, чтобы улучшить работу сайта. Продолжая использовать сайт, вы соглашаетесь с условиями использования cookie
OK
Системы машинного зрения в пищевой промышленности
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
Системы машинного зрения в пищевой промышленности
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

Система машинного зрения ML Sense успешно применяются на предприятиях пищевой промышленности.

Мы предлагаем большой выбор продукции машинного зрения для применения в пищевой промышленности, что позволяет подобрать оборудование точно соответствующее выполняемым задачам.
Контроль качества куриных тушек
Система автоматически распознает гематомы, порезы и сломанные крылья у куриных тушек и отправляет сигнал на отбраковщик, который удаляет дефектные тушки с конвейера.
  • Точность: до 98%.
  • Производительность конвейера: 7 тысяч тушек в сутки.
  • Минимальный размер дефекта: порезы от 10 мм, гематомы от 300 кв. мм.
  • Результат: снижение рекламаций.
Определение положения свиной туши
Система автоматически распознает  положение туши (поворот или раскачивание) на конвейере до этапа разделки. При несоответствии — передает сигнал об ошибке положения туши на пост контроля, после чего мастер размещает тушу по стандартам.
  • Точность: до 98%.
  • Результат: снижение издержек при обработке туши разделочным роботом.
Оценка качественных характеристик свиных туш
Система автоматически определяет толщину шпига свиной полутуши, распознает внешние дефекты (царапины, гематомы, срывы жира) и определяет целостность продукции. Данные передаются на сервер с нейронной сетью для анализа, обработанные данные выводятся в виде отчета в MES-системе предприятия.
  • Точность: до 98%.
  • Результат: повышена точность сортировки полутуш, снижено количество продукции с дефектами на этапе отгрузки.
Контроль качества полуфабрикатов
на мясном производстве
  • Система автоматически распознает дефекты на котлетах: неправильная форма, инородные включения, повреждения, неровный край.
  • Точность: до 96%.
  • Минимальный размер дефекта: от 1 мм.
  • Скорость конвейера: 0,33 м/с.
  • Производительность: 200-900 штук в минуту в зависимости от линии.
  • Результат: снижение рекламаций.
Контроль цветности сахара при переработке сахарной свеклы
  • Система машинного зрения автоматически определяет цвет продукции в реальном времени и распознаёт отклонения от заданного уровня цвета в условных единицах ICUMSA.
  • Точность: до 95%.
  • Результат: контроль отделения патоки от сахара, максимальный выход чистого продукта.
Сортировка урожая на конвейере по уровню спелости

Система распознает плоды разных сельскохозяйственных культур и на основе цвета плода определяет спелость. На основе полученных данных происходит сортировка продукции, а также осуществляется подсчет продукции.
Проверка наличия крышки на бутылке, нанесения этикетки и маркировки
Система быстро распознает на конвейере бутылку и проверяет наличия крышки, правильность нанесения этикеток и маркировки.
Распознавание веса рыб в видеопотоке
Система быстро распознает движущихся рыб на конвейерной ленте не зависимо от количества особей в кадре за секунду времени, измеряет размер рыбы и определяет их вес. Далее рыбы сортируются в зависимости от веса, а данные поступаю в информационную систему предприятия.

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.
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
Отличительной особенностью ML Sense является возможность организовать единый центр контроля брака, в который поступает информация с каждого пункта контроля для своевременной реакции на появление дефектов.