НПО «Аконит» может снизить аварии на линии резки на 80% с помощью системы машинного зрения ML Sense
На производственной площадке АО «НПО «Аконит» внедрили систему промышленного машинного зрения ML Sense от Nord Clan для автоматического контроля качества стальных труб на линии резки. Решение позволяет выявлять производственные дефекты до подачи трубы в станок, предотвращая аварийные остановки оборудования. По оценке экспертов, количество поломок сократится на 80%, а срок окупаемости проекта составит менее полугода. Об этом CNews сообщили представители ООО «Норд Клан».
Производственная линия предназначена для резки стальных труб диаметром от 76 до 219 мм. В месяц через нее проходит от 600 до 800 тонн продукции, поступающей от разных поставщиков. Качество входного сырья варьируется, дефекты также возникают при транспортировке внутри предприятия. Ранее контроль качества осуществлялся вручную — визуальным осмотром труб оператором. Однако этот подход оказался недостаточно надежным: из-за пропущенных дефектов происходили поломки фрезерного узла и внеплановые простои. Убытки от одного дня простоя могут достигать 1 млн руб.
В рамках проекта был проведен аудит участка от накопителя до зоны подачи труб в станок. Система ML Sense интегрирована в производственную линию без изменений в ее конструкции. Техническое решение включает четыре промышленные камеры с круговым обзором и локальной подсветкой, обеспечивающей стабильное изображение при цеховом освещении.
Система работает в реальном времени: при обнаружении дефекта активируется светозвуковая сигнализация и линия автоматически приостанавливается. На экране оператора отображается видео с камеры и визуальная разметка зоны повреждения. Оператор извлекает трубу до ее попадания в станок, предотвращая повреждение оборудования.
Решение устойчиво к пыли и вибрациям, интегрировано с управляющей системой линии. Минимальный размер фиксируемого дефекта – 1 мм.
Внедрение системы позволит снизить аварийность, внеплановые ремонты. Экономический эффект оценивается в несколько миллионов рублей ежемесячно. Дополнительно отмечено снижение нагрузки на операторов и повышение надежности контроля.