Российский производитель высокотехнологичных бесшовных труб из нержавеющей стали CYBERSTEEL завершил масштабный проект по внедрению систем машинного зрения и ИИ стоимостью более 16 млн рублей. Решение полностью закрыло потребность в ручном контроле длины и учёте готовой продукции, увеличив производительность операций в 4 раза.
Проект стал одним из этапов цифровой трансформации предприятия — компания встроила нейросети в ядро MES (система управления производством) и ERP (система управления ресурсами предприятия). Теперь все трубы проходят цифровое измерение длины перед складированием, а сформированные пакеты — пересчёт перед отправкой. Проект реализовали за 8 месяцев.
Как сократили время замера
До внедрения замер малого пакета (до 30 труб) занимал около 100 секунд. На операции были заняты 2 специалиста, каждый сантиметр фиксировали вручную. Теперь процесс выглядит иначе: камера перемещается вдоль трубы, сканирует её, а нейросеть в реальном времени передаёт данные по длине каждой трубы в MES.
Результат на участке контроля длины. Время замера пакета сократилось вдвое — до 50 секунд. С учётом полного цикла обработки и исключения ручного документооборота производительность операции выросла в 4 раза.
Сегодня с одним специалистом система обрабатывает 1500 труб в сутки — это 18 километров проката ежедневно.
Точность измерения длины составляет «-10 мм/+0 мм» — это значит, что труба может быть короче эталонной длины максимум на 10 мм, а длиннее быть не может. Такой результат обеспечивает синхронизация движения измерительного механизма с моментом, когда нейросеть «видит» начало и конец трубы.
Дополнительную стабильность даёт технология производства CYBERSTEEL — трубы выходят геометрически ровными, без кривизны и овальности, и это снимает помехи для нейросети при распознавании.
Система учёта готовой продукции. 2000 труб в день проходят через автоматический подсчёт перед упаковкой. Пакет труб подают торцами к камере, алгоритм распознаёт круги срезов и пересчитывает их. Фото пакета с количеством труб система привязывает к заказу и отправляет в единую базу. Заказчик получает полную прозрачность отгрузки — вплоть до кадра каждого пакета труб. Сама нейросеть надёжно распознаёт торцы труб разных диаметров, потому что её обучали на большом массиве данных (фотографий труб).
Сложности внедрения и дальнейшие планы
Самой трудоёмкой задачей стал сбор обучающего материала (Dataset). Линейка труб включает диаметры от 1 до 108 мм — сотни типоразмеров.
Чтобы нейросеть работала с ювелирной точностью, потребовались фотографии практически каждого диаметра. Мы создали цифровую коллекцию всего сортамента — это стало ключом к качеству измерений.
«Система масштабируема и работает с любыми видами труб — вне зависимости от диаметра или длины. Заложенные алгоритмы и подходы к обучению нейросетей можно адаптировать для других типов металлопродукции: прутков, профильных труб и других видов», — делится Антон Филиппов, директор по информационным технологиям CYBERSTEEL.
Один из следующих проектов компании уже прошёл этап прототипирования — система предиктивного контроля термообработки. ИИ анализирует связь между заданными и реальными режимами нагрева каждой партии, а затем накладывает их на результаты физико-механических испытаний. Алгоритм учится выявлять потенциальное несоответствие стандарту прямо на этапе термообработки, чтобы оперативно принять меры по доработке — и на последующие операции труба уходила уже с соответствующим качеством. Принцип тот же, что и при создании Dataset: чем качественнее массив входящих данных, тем точнее прогноз.