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 для пищевой промышленности
Заполните форму,
чтобы получить консультацию
чтобы получить консультацию
Менеджер перезвонит вам в течение 15 минут и расскажет подробности о системе
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 пищевой промышленности.
Наши решения соответствуют всем российским и международным стандартами безопасности и качества пищевых производств. Мы обеспечиваем не только эффективность, но и безопасность вашего производства.
Примеры наших проектов
Контроль качества куриных тушек
Система с помощью машинного зрения и нейросетей распознает порезы, гематомы, сломанные крылья с точностью до 99%. При обнаружении брака отправляется сигнал на отбраковщик, который удаляет дефектные тушки с конвейера.
Производительность конвейера: 7 000 тушек в сутки.
Минимальный размер дефекта: порезы от 10 мм, гематомы от 300 кв. мм.
Результат: снижение рекламаций.
Производительность конвейера: 7 000 тушек в сутки.
Минимальный размер дефекта: порезы от 10 мм, гематомы от 300 кв. мм.
Результат: снижение рекламаций.
Определение положения свиной туши
Система машинного зрения и нейросетей 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.
Результат: снижение издержек при обработке туши разделочным роботом.
Результат: снижение издержек при обработке туши разделочным роботом.
Оценка качественных характеристик свиных туш
Система машинного зрения и нейросетей 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.
Результат: повышение точности сортировки полутуш, снижение количества продукции с дефектами на этапе отгрузки.
Результат: повышение точности сортировки полутуш, снижение количества продукции с дефектами на этапе отгрузки.
Контроль качества полуфабрикатов
на мясном производстве
на мясном производстве
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.
Результат: исключение возврата и рекламаций, перевод сотрудников в теплую зону.
Результат: исключение возврата и рекламаций, перевод сотрудников в теплую зону.
Контроль цветности сахара при переработке сахарной свеклы
Система автоматически распознает цвет сахара на видеопотоке, сопоставляет его с эталонными значениями цветовой шкалы, распознает отклонения от заданного уровня цвета в условных единицах ICUMSA.
Результат: контроль отделения патоки от сахара, максимальный выход чистого продукта.
Результат: контроль отделения патоки от сахара, максимальный выход чистого продукта.
ИИ-система для подсчета рыб на рыбоводной ферме
Система машинного зрения распознает и считает каждую рыбу, фиксирует ее размер и исключает повторный подсчет за счет трекинга движения (до 1500 рыб в минуту).
Размер особей напрямую влияет на планирование выращивания, сортировку по бассейнам, выполнение контрактов и оптимизацию кормления.
Результат: повышение производительности на 14%
Размер особей напрямую влияет на планирование выращивания, сортировку по бассейнам, выполнение контрактов и оптимизацию кормления.
Результат: повышение производительности на 14%
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.
Результат: снижение потерь продукции, увеличение производительности.
Учет продукции на складе
Система с помощью машинного зрения и нейросетей отслеживает наличие и количество материалов в каждой складской ячейке, проверяет правильность их размещения и мгновенно оповещает о снижении запасов до критического уровня.
Результат: предотвращение остановок производственной линии, оптимизация закупок и складских запасов.
Контроль производительности сотрудников
Система автоматически распознает человека в кадре и ведет подсчет готовой продукции, движущейся по конвейеру. Полученные данные передаются в учетную систему, где данные используются для контроля производительности, оптимизации рабочих процессов и снижения количества ошибок при упаковке.
Результат: автоматический контроль выработки.
Проверка этикеток и маркировки
Система с помощью машинного зрения и нейросетей проверяет соответствие этикеток, читаемость текста и корректность лазерной маркировки.
Результат: снижение издержек на возврат партий продукции при выявлении брака.
Результат: снижение издержек на возврат партий продукции при выявлении брака.
Контроль дефектов тары
Система распознает дефекты стеклотары (сколы трещины, пузырьки) размером от 1×1 мм с точностью до 95%. Сигнал о браке передается на колонну и отбраковщик. Отбраковка изделий происходит без остановки конвейера.
Результат: снижение потерь на брак, сокращение затрат на ФОТ.
Результат: снижение потерь на брак, сокращение затрат на ФОТ.
Получите расчет стоимости
вашей задачи
вашей задачи
Оставьте заявку и наш менеджер свяжется с Вами в течение 15 минут в рабочее время.
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
-
Соответствие стандартам и требованиям пищевого производства. - Полностью российская разработка. Включенная в реестр отечественного ПО (Реестровая запись №12843 от 14.02.2022.)
- Большой набор готовых модулей, адаптированных к конкретным производствам для быстрого внедрения.
- Голосовой помощник. Не только выводит информацию, но и произносит, чтобы люди получали данные о браке не отвлекаясь от рабочей функции.
- Устойчивость к различным условиям освещения и окружающей среды.
- Наличие базы данных с дефектами. Обучение с нуля может занять до полугода из-за редкости встречаемых дефектов (нужно от 300 до 2000 изображений на каждый вид).
- Управление процессом как с компьютера, так и с мобильного телефона (Android, iOS) из любой точки мира.
- Возможность организовать единый центр контроля брака, в который поступает информация с каждого пункта контроля для своевременной реакции на появление дефектов.
- Система учитывает стандарты, языки и технические требования, характерные для РФ. Может работать с различным производственным оборудованием и ПО.
- Интеграция с АСУ и вашим оборудованием, с любыми MES-системами и системами учета (1С и другими).
- Возможность автоматизировать реакцию на событие без участия оператора.
- Возможность самообучения системы для классификации дефектов.
Преимущества системы ML Sense
- Соответствие стандартам и требованиям пищевого производства.
- Полностью российская разработка. Включенная в реестр отечественного ПО (Реестровая запись №12843 от 14.02.2022.)
- Большой набор готовых модулей, адаптированных к конкретным производствам для быстрого внедрения.
- Голосовой помощник. Не только выводит информацию, но и произносит, чтобы люди получали данные о браке не отвлекаясь от рабочей функции.
- Устойчивость к различным условиям освещения и окружающей среды.
- Наличие базы данных с дефектами. Обучение с нуля может занять до полугода из-за редкости встречаемых дефектов (нужно от 300 до 2000 изображений на каждый вид).
- Управление процессом как с компьютера, так и с мобильного телефона (Android, iOS) из любой точки мира.
- Возможность организовать единый центр контроля брака, в который поступает информация с каждого пункта контроля для своевременной реакции на появление дефектов.
- Система учитывает стандарты, языки и технические требования, характерные для РФ. Может работать с различным производственным оборудованием и ПО.
- Интеграция с АСУ и вашим оборудованием, с любыми MES-системами и системами учета (1С и другими).
- Возможность автоматизировать реакцию на событие без участия оператора.
- Возможность самообучения системы для классификации дефектов.
Расскажите нам о своей задаче
Мы поможем ее решить!
Оставьте заявку на консультацию и демонстрацию работы системы
Наши контакты:
ООО "Норд Клан"
Машинное и компьютерное зрение:
+7 499 112-39-39
По остальным вопросам:
+7 499 404-09-43
welcome@nordclan.com
agents@nordclan.com - агентам
Машинное и компьютерное зрение:
+7 499 112-39-39
По остальным вопросам:
+7 499 404-09-43
welcome@nordclan.com
agents@nordclan.com - агентам
Наши контакты:
ООО "Норд Клан"
Машинное и компьютерное зрение:
+7 499 112-39-39
По остальным вопросам:
+7 499 404-09-43
welcome@nordclan.com
agents@nordclan.com - агентам
Машинное и компьютерное зрение:
+7 499 112-39-39
По остальным вопросам:
+7 499 404-09-43
welcome@nordclan.com
agents@nordclan.com - агентам