Автоматизация промышленной покрасочной камеры с помощью искусственного интеллекта
Разработали систему машинного зрения для автоматической покраски деталей: точность распознавания типа и состояния достигла 99%.
Задача
Крупному машиностроительному предприятию требовался покрасочный участок полного цикла автоматизации без участия оператора: система должна определять тип и состояние деталей, выбирать программу покраски и контролировать присутствие человека в рабочей зоне.
Решение
На базе платформы ML Sense реализована система из двух камер: одна отслеживает деталь на рельсовом въезде, вторая контролирует зону присутствия оператора. Для обучения моделей создан полуавтоматический процесс съёмки с поворотным столом и ручной верификацией разметки. Оборудование адаптировано к взрывоопасной среде покрасочной камеры.
Результат
- 99% Точность распознавания типа и состояния деталей
Точность распознавания типа и состояния деталей составила 99%, ошибки при покраске исключены, случаи брака и переделок сведены к нулю.
Ещё 33 кейса в категории Промышленное предприятие → Нейросети
Похожие кейсы
Контроль комплектации аэрозольной продукции в «Арнест» с помощью компьютерного зрения
Разработали систему компьютерного зрения для «Арнест», которая со 100% точностью выявляет некомплект упаковки и останавливает конвейер.
Приложение CrabMIC для «Русского краба»: оценка качества с точностью 99%
Разработали мобильное приложение CrabMIC для «Русского краба»: нейросеть определяет наполнение конечности мясом с точностью 99%.
ML Sense для ОИЯИ: контроль намотки сверхпроводящего кабеля с точностью 99%
Внедрили систему машинного зрения ML Sense для автоматического контроля намотки сверхпроводящего кабеля в ОИЯИ: точность детекции дефектов достигла 99%, высвобождено 3–4 оператора в смене.
Снижение аварий на 80% для НПО «Аконит» с помощью машинного зрения ML Sense
Внедрение системы машинного зрения ML Sense на линии резки труб НПО «Аконит» снизило аварии на 80% и окупилось менее чем за 6 месяцев.
Внедрение платформы видеоаналитики (CV моделей)
Разработали видеоаналитику для НИИСТРОМ, которая исключила попадание зубьев экскаватора в производственную линию и предотвратила ущерб в среднем 8,8 млн рублей за инцидент.
HR чат-бот для Норникеля
HR чат-бот во ВКонтакте для Норникеля собрал 245 анкет и 84 резюме за два месяца.