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.
- Tagline Awards2025— Лучшая AI-технология: компьютерное зрение
Задача
При ежемесячной переработке до 800 тонн труб ручной контроль пропускал дефекты, что приводило к заклиниванию станка и простоям стоимостью до 1 млн рублей в день.
Решение
На линии установлен блок из четырёх камер с настраиваемым освещением, модель машинного зрения обучена на реальных изображениях дефектов. Система в реальном времени выявляет брак от 1 мм и автоматически останавливает подачу.
Результат
- −80% Снижение аварий на линии резки
- менее 6 месяцев Окупаемость проекта
- от 1 мм Минимальный размер выявляемого дефекта
Количество аварий сократилось на 80%, исключены простои из-за дефектных труб. Проект окупился менее чем за полгода.
4 место в разделе Промышленность → Нейросети
4 место 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%.