Кейсы

Новые кейсы внедренных решений

Изучите реальные истории успеха наших клиентов и результаты внедренных решений

C 2003 года помогаем выстраивать системный и автоматизированный бизнес

кейс #10

Разработка и сайтыИскусственный интеллект

Компания по производству шпона

Компания занимается производством и сортировкой шпона — тонкого листового материала из натурального дерева, используемого в мебели, отделке и строительстве. Каждая партия шпона проходит визуальный контроль качества: выявляются трещины, прожоги, неровности, пятна, сучки и пр.

С какой проблемой пришли?

До внедрения ИИ: - Контроль качества выполнялся вручную оператором/инспектором визуально; - Из-за высокой скорости подачи материала (более 1 м/сек) оператор не успевал объективно оценивать состояние каждого листа; - Ошибки возникали как в пропуске брака, так и в ложных списаниях годного материала; - Усталость к концу смены вела к росту ошибок: до 30% брака проходило незамеченным или неправильно классифицировалось; Последствия: - возвраты от клиентов; - проседание по ГОСТу (снижение категории); - репутационные и финансовые потери. Цель проекта: - Автоматизировать контроль качества шпона на линии в реальном времени; - Уменьшить человеческий фактор; - Повысить объективность и точность сортировки; - Снизить объем брака, проходящего на отгрузку.

Что сделали

Решение и результат: Шаг 1: Развернута система видеонаблюдения с высоким FPS и правильной экспозицией. Шаг 2: Собран и размечен датасет изображений шпона: более 10 000 фото различных классов дефектов. Шаг 3: Обучена модель компьютерного зрения (CNN, YOLOv5) на 5 основных типов дефектов: - трещины, - обугливание, - пятна, - непроклей, - расслаивание. Шаг 4: Реализована интеграция с производственной линией: - если брак → маркер на лист; - если опасный брак → сигнал на остановку/удаление; - сохраняется фото и тип дефекта в базе; Шаг 5: Интерфейс оператора: реальный поток + автоматическая аннотация на экране. Результаты: - Точность распознавания брака — 94,3% (на валидации). - Ложноположительные срабатывания — снижены до <3% после дообучения на собственных данных. - Скорость обработки — до 10 кадров/сек, позволяет работать на производственной скорости подачи материала. - Снижение количества необнаруженного брака — более чем на 70%. - Повышение категории продукции (меньше «некондиции» попадает к клиенту). - Уменьшение нагрузки на человека — оператор теперь выполняет функцию подтверждения спорных случаев.

Где ещё применимо

- Фанера, ДСП, МДФ, ЛДСП — контроль поверхности на линии (царапины, пузыри, отбои); - Производство стекла — трещины, инородные включения; - Металлообработка — автоматическая дефектоскопия листового проката; - Керамика, плитка — сколы, трещины, отслоения; - Текстиль, кожа — визуальные дефекты полотна; - Продукты питания (овощи, фрукты) — сортировка по качеству; - Любой визуальный контроль, где скорость и точность критичны.

Хотите обсудить похожий проект?

Еще кейсы

Кейс автоматизации для Газпром Трансгаз Томск. Разработка и сайты, Искусственный интеллект. Реализовано компанией Технологии и Бизнес
Разработка и сайтыИскусственный интеллект

Газпром Трансгаз Томск

Очень большое количество нормативной документации, которая часто меняется, дополняется, удаляется. Линейные сотрудники все свои вопросы адресуют либо своему начальству, либо профильным отделам.

Читать кейс
Кейс автоматизации для Газпром Трансгаз Томск. Разработка и сайты, Искусственный интеллект. Реализовано компанией Технологии и Бизнес
Разработка и сайтыИскусственный интеллект

Газпром Трансгаз Томск

1. Есть подрядчик, который снимает со своих БПЛА объекты строительства и присылает отчеты с нарушениями по безопасности (ограждения, нет охраны и тд).

Читать кейс
Кейс автоматизации для Тимокс. 1С, Разработка и сайты, Искусственный интеллект. Реализовано компанией Технологии и Бизнес
Разработка и сайтыИскусственный интеллект

Тимокс

Есть крупные гос корпорации, которые используют иностранное оборудование, это оборудование выходит из строя и нет возможности приобрести детали для ремонта, в следствие чего они заказывают такие детал...

Читать кейс