Контроль качества 400 нитей углеволокна системой ML Sense с нейросетью
Внедрили систему машинного зрения ML Sense для автоматического контроля качества 400 нитей углеволокна на заводе ЮМАТЕКС — дефекты от 0,01 мм выявляются на скорости конвейера до 12 м/мин.
Задача
На производстве углеволокна требовалось автоматизировать контроль качества: человеческий глаз не мог одновременно отслеживать до 400 движущихся жгутов на скорости до 12 м/мин и выявлять дефекты размером от 0,01 мм.
Решение
Установили линейные камеры с частотой 40 000 кадров/с и заказное освещение, обучили нейросеть на датасете из 10 000 изображений. Система ML Sense в реальном времени распознаёт типовые дефекты и передаёт данные в интерфейс оператора, сигнальную систему и MES завода.
Результат
- 400 Контролируемых нитей одновременно
- 12 м/мин Скорость конвейера при контроле
- 0,01 мм Минимальный размер выявляемого дефекта
- 40 000 кадров/с Частота съёмки камеры
Оператор ОТК мгновенно локализует брак благодаря светозвуковому оповещению и классификации дефектов по критичности. Внедрение прошло без остановки производства.
Ещё 33 кейса в категории Промышленное предприятие → Нейросети
Похожие кейсы
Разработка собственной MES-системы в ГК «Изолятор»
Разработали кастомную MES-систему для ГК «Изолятор», чтобы автоматизировать планирование производства и перейти к позаказному производству.
Автоматизация работы энергосбытовой компании
ИИ-платформа MarQus ускорила сортировку мусора для «Вторплюс» в 2 раза
Разработали ИИ-платформу MarQus для сортировки ТБО, которая увеличила скорость сортировки более чем в 2 раза — до 60–70 объектов в минуту.
Цифровое решение для автоматизации операционной деятельности на месторождениях газа и нефти
Разработали цифровую платформу для Газпромнефть-Хантос, которая оцифровала более 15 000 сотрудников и ускорила обработку заявок в 8–12 раз.
Экосистема цифровых сервисов ОМК: 70% меньше обращений к менеджерам
Создали экосистему цифровых сервисов для ОМК, оцифровали 16 точек касания и сократили обращения к менеджерам на 70%.