Заказчики: Птицефабрика Чамзинская Подрядчики: Nord Clan (Норд Клан) Продукт: Nord Clan: ML SenseНа базе: Искусственный интеллект (ИИ, Artificial intelligence, AI) Дата проекта: 2024/04 — 2024/07
|
Технология: Системы видеонаблюдения
Технология: Системы видеоаналитики
|
Содержание |
2024: Внедрение системы ML Sense на производстве куриного мяса
АО «Птицефабрика Чамзинская» (агрогруппа «Хорошее дело») входит в топ-10 производителей мяса птицы в стране. Только за прошлый год предприятие отгрузило 156 тысяч тонн мяса бройлера. Сортировка птицы после обработки происходит после охлаждения.
До автоматизации системы контроля качества с помощью машинного зрения от ML Sense, специалисты птицефабрики вручную отбраковывали курицу с дефектами.
ML Sense — цифровая платформа на основе машинного зрения и нейросетей для контроля качества продукции на производствах конвейерного типа (входит в реестр Отечественного ПО). Срок реализации проекта на «Птицефабрике Чамзинская» составил всего 3 месяца.
Этапы внедрения системы на предприятии
1. Проектирование и монтаж программно-аппаратного комплекса на производстве.
Подобрали видеокамеры, осветительные приборы для более точного распознавания дефектов. Установили их на системы крепления в цехе охлаждения. Предусмотрели две камеры по обе стороны от конвейера: одна камера смотрит грудку курицы, другая спинку.
2. Сбор датасета и разметка дефектов на фотографиях.
Провели фотосъемку и отобрали 5000 фотографий тушек птицы, навешенных на конвейере. Потом разметили на них все дефекты: гематомы, порезы, обломанные крылья. Обучили нейросеть оценивать объекты и реагировать на дефекты. При этом нужно было учесть размеры дефектов: порезы — от 10 мм, гематомы — от 300 мм.
3. Настроили и установили контроллеры, которые подают сигнал на отбраковщик в цехе.
Система работает так: когда машинное зрение видит дефект, подается сигнал на контроллер. В свою очередь контроллер подает сигнал на отбраковщик, который снимает бракованную тушку с конвейера.Облачные сервисы для бизнеса: особенности рынка и крупнейшие поставщики. Обзор TAdviser
4. Запустили систему в эксплуатацию, обучили персонал.
Во время работы над проектом команда инженеров Nord Clan несколько раз выезжала на производство, чтобы протестировать работу системы. И только после того, как обе стороны убедились в том, что система работает стабильно и без сбоев, мы сдали заказчику все оборудование в эксплуатацию, обучили персонал, подписали акты приемки — передачи.
Результат
Кейс АО «Птицефабрика Чамзинская» — еще один пример того, как можно автоматизировать систему контроля качества продукции с помощью машинного зрения. Детектирование дефектов с ML Sense производится с точностью 99%. Выпуск бракованной продукции сводится до нуля.
Что изменилось на заводе:
- Визуальный контроль заменен технологией машинного зрения. Работа по контролю качества проходит быстрее и эффективнее.
- Повысили экономический эффект. Специалистам больше не нужно вручную отбраковывать некондицию. А значит они могут выполнять другую работу, что в итоге снижает фонд оплаты труда.
- Внедрили отечественное ПО, а значит решили вопрос импортозамещения на промышленном предприятии.