Nord Clan зарегистрировала два новых решения на базе платформы ML Sense

Цифровая платформа на основе машинного зрения и нейросетей ML Sense применяется для контроля качества продукции на десятках производственных предприятий по всей России. Два новых решения «ML Sense. Инородные тела» и «ML Sense. Контроль фракций» особенно актуальны для отраслей добывающей промышленности.

Разработчик платформы ML Sense ИТ-компания Nord Clan вот уже четыре года помогает предприятиям конвейерного типа решать их задачи с помощью искусственного интеллекта. Среди проектов — контроль качества углеродного волокна на заводе по производству композитных материалов ГК «Росатом», дефектоскопия на поверхности металла для ГК «Техностиль», контроль качества сборки водонагревателей для завода «Аристон» и многие другие.

ML Sense входит в реестр отечественного ПО — это импортозамещающая технология. А значит производитель выполняет поручения Президента РФ по внедрению систем искусственного интеллекта на предприятии.

Применение искусственного интеллекта в промышленности приносит измеримый эффект. Позволяет отделу технического контроля ускорить процесс отбраковки и исключить человеческий фактор, а производству повысить процент выпускаемой продукции высокого качества, соответствующей международным стандартам.

Яркий пример — внедрение ML Sense на заводе «Техностиль», который выпускает сэндвич-панели и рулонную сталь. Если раньше производственный процесс по выявлению дефектов и подготовке отчета по отбраковке поставщику занимал 2 рабочих дня, то сейчас не более 20 минут — с момента запуска системы до вывода отчета.

Недавно Nord Clan прошла сертификацию по государственной регистрации двух новых решений на платформе ML Sense:

Решения уже опробованы на нескольких горно-обогатительных комбинатах в Мурманской области.

Разработка и внедрение системы видеоаналитики для определения инородных материалов в руде дробильной фабрики. Именно так можно обозначить задачу, которую мы получили от горно-обогатительного комбината.

Чтобы объяснить проблему, нужно описать технологический процесс работы ГОК. Экскаваторы собирают руду в карьерах, грузят ее на самосвалы. Те, в свою очередь, отвозят руду в дробильно-конвейерный цех. А теперь представьте, что в дробилку вместе с рудой попал, например, один из зубьев экскаватора. Да, бывает, что они отламываются. Техника, которая измельчает руду, сломается. В результате остановится работа огромного ГОК, что может привести к многомиллионным потерям из-за простоя оборудования.

Бывает, что инородные тела оказываются достаточно мелкими, чтобы не повредить мельницу. Например, это небольшие куски металла, части корней деревьев, мусор из пластика или резины. Попав на конвейерную ленту, они могу ее порвать — это приведет к остановке производства, ремонту ленты, простою сотрудников. В результате ГОК несет серьезные убытки.

Решение проблемы — внедрение системы «ML Sense. Инородные тела»:

В зонах контроля на конвейере устанавливаются высокоскоростные и высокоточные камеры. Они фиксируют видеопоток и передают его на анализ ML Sense. Система интенсивного освещения в местах выявления дефектов повышает точность работы системы.

«ML Sense. Инородные тела» анализирует входящие данные и сравнивает их с референсными. При этом оператор качества видит отчет о работе системы в режиме реального времени на экране своего автоматизированного рабочего места.

Если обученная нейросеть обнаруживает инородные тела, оператор получает оповещение. Он может остановить конвейер и убрать мусор с ленты. Таким образом, ML Sense обнаруживает инородные тела в руде со 100% точностью.

В результате ГОК получает:

Такой тип контроля нужен, чтобы крупные фракции породы не скапливались на конвейерной ленте. Ведь из-за таких скоплений забиваются дробильные мельницы и бункеры. Негабаритные фракции блокируют бункер, что приводит к скоплению тонн породы и остановке конвейера на длительное время.

Решением для ГОК стал «ML Sense. Контроль фракций».

Принцип работы тот же. Над конвейерной лентой между дробилками устанавливаются высокоскоростные камеры и осветительные приборы. Видеопоток фиксируется и передается на анализ цифровой платформе на основе машинного зрения и нейросетей ML Sense.

«ML Sense. Контроль фракций» определяет размер фракций дробленной руды и выдает отчет о работе системы в режиме реального времени на экране пульта управления оператора качества. Если алгоритм на основе нейросетей заметит отклонения от заданных техническими регламентами параметров, оператор получит уведомление. Это позволяет эффективно настраивать дальнейшие технологические процессы.

Например, крупные фракции руды на определенных участках могут указывать на проблему с дробилками или просеивающими поверхностями. В этом случае оператор передает дробильщикам, что нужно скорректировать работу дробилки, которая выдает крупную фракцию. В результате на ГОК повышается производительность мельниц обогащения и качество железорудного концентрата.

И еще несколько слов о повышении эффективности работы дробильного оборудования и рациональном управлении процессом обогащения. В цехе дробления руда проходит обработку на множестве агрегатов. Между ними она непрерывно движется по ленте. Размер фракций в руде может очень сильно отличаться. Из-за этого получить концентрат руды в нужных значения оказывается дольше и, соответственно, дороже.

И вот для того чтобы стабильно вести технологический процесс производства концентрата из руды на обогатительной фабрике, выполнять плановые задания и снижать материальные затраты при производстве концентрата, ГОКу необходимо внедрение современной автоматизированной системы по контролю крупных фракций дробленой руды. С этим тоже успешно справляется ML Sense.

Использование цифровой платформы на основе машинного зрения и нейросетей ML Sense в добывающей промышленности доказало свою эффективность.