Внедрена система машинного зрения на металлообрабатывающем предприятии Самары

Статья

Комплекс промышленных камер и нейросетевых моделей контролирует качество деталей и соблюдение технологических операций непосредственно на производственной линии.

Внедрена система машинного зрения на металлообрабатывающем предприятии Самары

На металлообрабатывающем предприятии Самары завершён первый этап внедрения системы машинного зрения. Решение фиксирует прохождение деталей через контрольные зоны, проверяет ключевые геометрические признаки и помогает технологам быстрее находить отклонения в процессе производства.

Задача проекта

До внедрения часть операций контролировалась выборочно. Результат зависел от загрузки сотрудников и момента, когда дефект становился заметен. При серийном производстве даже небольшой интервал между возникновением причины и её обнаружением приводит к выпуску партии, которую приходится повторно проверять или отправлять на доработку.

Инженеры Транс Медиа обследовали линию, определили точки съёмки, подобрали оптику и освещение. Камеры установлены так, чтобы получать стабильное изображение независимо от внешнего света, вибрации и положения детали в допустимом диапазоне.

Как работает система

  • камера фиксирует деталь при прохождении контрольной позиции;
  • алгоритм выделяет рабочую область и сравнивает параметры с эталоном;
  • событие связывается с номером партии и временем операции;
  • при отклонении ответственный сотрудник получает уведомление;
  • результаты сохраняются для анализа повторяющихся причин.

Система не заменяет технолога: она обеспечивает непрерывный первичный контроль и даёт специалисту фактические данные для принятия решения.

Первые результаты

После запуска предприятие получило единый журнал событий с изображениями, быстрый поиск по сменам и партиям, а также возможность сравнивать динамику отклонений. Это сокращает время разбирательства и помогает отличить единичный дефект от устойчивого изменения процесса.

Следующий этап предусматривает расширение числа контрольных точек и интеграцию результатов с производственной системой. Новые модели будут обучаться на фактических данных предприятия, чтобы учитывать особенности конкретных деталей и оборудования.