ML Sense

Основные статьи:

• Видеоаналитика (термины, сферы применения, технологии)
• Компьютерное зрение (машинное зрение)
• Нейросети (нейронные сети)

ML Sense - готовое решение для контроля качества продукции на производствах конвейерного типа с помощью искусственного интеллекта.

2023: Решаемые задачи. Типовые примеры внедрений

Построенное на основе технологий машинного зрения и нейронных сетей решение ML Sense помогает организовать единый центр контроля брака на производстве, в который поступает информация с каждого пункта контроля для своевременной реакции на появление дефектов.

Функциональные возможности ML Sense позволяют организовать процесс отбраковки, начиная от входного контроля сырья и изделий на конвейерном производстве до конечного выпуска готовой продукции. Система позволяет изменять пользовательский интерфейс под задачи клиента. Поддерживает интеграции с MES-системами и внешним оборудованием.ИТ-директор «Роснефти» Дмитрий Ломилин выступит на TAdviser SummIT 28 ноября

ML Sense решает следующие задачи (по данным на февраль 2023 года):

• обнаружение посторонних включений;
• обнаружение поверхностных дефектов;
• идентификация продукции по типу и цвету;
• контроль нанесения маркировки;
• контроль геометрических параметров;
• контроль качества сборки;
• сортировка и отбраковка продукции.

В зависимости от подбора оборудования ML Sense позволяет контролировать брак размером до 0,0125 мм при скорости работы конвейера до 50 м/c. Систему можно установить на несколько конвейерных линий одновременно, а управлять процессом отбраковки возможно как с компьютера, так и с мобильного телефона из любой точки мира.

Типовые примеры внедрений на базе ML Sense по типу продукции:

• Инспекция поверхности при прокате металла (выявление недотрава, волнистости, царапин, наплывов и т.п.);
• Контроль брака на производстве волокна (определение ворсинок, узлов, механических повреждений и т.п.);
• Контроль сыпучих материалов (анализ грансостава, состав включений и определение инородных элементов);
• Контроль нанесение маркировки и целостности упаковки (проверка и считывание штрих-кода на упаковке, контроль ее целостности).

Типовые примеры внедрений на базе ML Sense по отраслям:

• Добывающая промышленность - измерение размера и классификация гранул в осадочной породе, выявление негабаритных включений.
• Обрабатывающая промышленность - распознавания дефектов при производстве пленки, рулонной стали, волокон, бумажных и картонных изделий и т.п.).
• Сельское хозяйство - сортировка урожая по уровню спелости.
• Медицина и фармацевтика - контроль наличия таблеток в блистере.
• Пищевая промышленность - проверка целостности упаковки и маркировки.

Демонстрация работы ML Sense

2022

Модуль ML Sense. Counter

Декабрь, 2022 г. - Добавлен модуль ML Sense. Counter.

ML Sense. Counter предназначен для автоматизации:

• процесса подсчета деталей, изделий и других объектов на производствах конвейерного типа;
• контроля наличия или отсутствия объектов на конвейерной ленте.

Пример типовой задачи по подсчету продукции на конвейерной ленте

Модуль ML Sense. Гранулометрия

Март, 2022 г. - Добавлен модуль ML Sense. Гранулометрия.

Функциональные возможности модуля:

• Детектирование гранул в видеопотоке;
• Расчет размера гранул методом площадей;
• Классификация обнаруженных гранул;
• Определение процента тонкой, крупной и смешанной фракции;
• Обнаружение посторонних включений, негабаритов и т.п.

Пример типовой задачи по определению негабаритных фракций

Включение в реестр отечественного ПО

Февраль, 2022 г. - ML Sense включен в Единый реестр отечественного ПО.