Сен-Гобен Строительная продукция Рус (СГСП РУС) (Nord Clan: ML Sense)

2024: Контроль качества минеральной ваты Izover на заводе компании «Сен-Гобен»

Производство минеральной ваты представляет собой непрерывную конвейерную линию. Особенностью технологии является периодическое попадание инородных субстанций в продукт, или в так называемый минераловатный ковер. В результате на минвате образуются дефекты. Чтобы не допустить бракованные изделия в продажу, было решено внедрить систему на основе машинного зрения и нейросетей ML Sense от Nord Clan.

До того как производитель Isover применил решение ML Sense, специалисту отдела контроля приходилось визуально отслеживать дефекты на поверхности минерального ковра.

Минеральная вата движется по трем полосам конвейера со скоростью до 16 м/мин параллельно и непрерывно. Поверхность рельефная, поэтому сложно длительное время пристально следить за дефектами, буквально начинает рябить в глазах.

Этапы внедрения ML Sense на производстве минеральной ваты

1. Обучение системы ML Sense на основе нейросетей и машинного зрения.

Собрали датасет из фотографий, где каждый вид дефектов размечен и классифицирован. При этом пришлось учитывать, что дефекты очень похожи внешне, но имеют разную природу происхождения, неочевидную для неспециалиста. Чтобы обучить нейросети, команда ML Sense разобралась в тонкостях производства, по сути став специалистам ОТК по минеральной вате.

В конечном итоге мы настроили точность распознавания платформой до 99%. Подключили аналитику, систему оповещения. Адаптировали интерфейс под задачи заказчика.

2. Проектирование и установка программно-аппаратного комплекса, монтаж оборудования на производстве.

Подобрали видеокамеры, осветительные приборы для более точного распознавания дефектов. Установили их на мачты крепления. Особенностью такого крепления стало то, что металлические кожухи для оборудования были сконструированы по собственной запатентованной схеме Норд Клан. Это важно, чтобы видеокамеры были защищены от производственной пыли и внешнего воздействия.

3. Разработка уникального маркирующего устройства с системой управления.

Как только машинное зрение обнаруживает дефект, она подает сигнал на блок управления прибора. В этот момент активируются пневмоотсекатели, которые подают давление воздуха на краскораспылители. В зависимости от расположения дефекта на ковре, активируется тот или иной маркиратор.

4. Запуск системы в эксплуатацию и обучение персонала.

Во время работы над проектом команда инженеров Nord Clan несколько раз выезжала на производство, чтобы протестировать работу системы. И только после того, как обе стороны убедились в том, что система работает стабильно и без сбоев, мы сдали заказчику все оборудование в эксплуатацию, обучили персонал, подписали акты приемки — передачи.

Результаты

Что изменилось на заводе:

1. Заменили визуальный контроль на машинное зрение. Руководству больше не нужно надеяться только на внимательность и хорошее зрение оператора отдела качества.
2. Внедрили отечественное ПО, а значит решили вопрос импортозамещения на промышленном предприятии. ML Sense — результат работы российской компании. Входит в реестр отечественного ПО.
3. Повысили экономический эффект. Если раньше завод нес финансовые потери из-за возврата некачественной минваты, то теперь эти затраты свелись к нулю.

По нашей оценке, основанной на опыте внедрения ML Sense на других предприятиях, теперь завод экономит от 15 млн рублей в год. Такой экономический эффект удалось достичь благодаря значительным сокращениям финансовых потерь из-за рекламации продукции, а также за счет снижения зарплат специалистов по контролю качества.