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

Считывание и маркировка продукции на производстве с помощью машинного (технического) зрения

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

Применение системы ML Sense позволяет:

  • 1
    Считывать буквенно-цифровые коды с любого типа поверхности, в том числе поврежденные, размытые и плохо напечатанные


  • 2
    Считывать 1D и 2D коды с любого типа поверхности, в том числе поврежденные, размытые и плохо напечатанные
  • 3
    Автоматизировать производство и снизить затраты
    Снижает количество ошибок оператора и использование ручного труда.

Где уже успешно применяются системы машинного зрения на производстве?

Системы машинного зрения позволяют проводить cчитывание буквенно-цифровой маркировки и другие виды кодов с поверхности продукции или упаковки в процессе производства и транспортировки непосредственно на конвейере или производственной линии.
Считывание кодов с поддонов, паллет, упаковок и их сортировка на складе

На складе готовой продукции установлена камера, которая производит подсчет листов гипсокартона при формировании паллет. Также установлены камеры для считывания маркировки продукции с целью контроля отгрузок со склада и занесения информации с информационную систему.


Считывание маркировки труб и занесение их в информационную систему

На полипропиленовых трубах нанесена маркировка, которая может быть смазана и плохо читаема для человеческого глаза. Установка системы машинного зрения помогла автоматизировать приемку и отгрузку товаров.



Проверка наличия крышки на бутылке и правильность наклейки этикетки

Система быстро распознает на конвейере бутылку и проверяет правильность нанесения этикеток и маркировки.


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.
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.