С помощью AI сократили издержки производителя штампов и пресс-форм

Внедрили модуль zool.ai и снизили производственные издержки, исключили брак из-за износа оснастки оборудования.

Заводы

Промышленная видеоаналитика

Промышленная безопасность

Дефектоскопия

Контроль периметра

Контроль персонала

Мониторинг оборудования

Содержание:

О заказчике

Ижевский завод штампов и пресс-форм «Иж-Рэст» — одно из ведущих предприятий Приволжского федерального округа. Завод проектирует и производит пресс-формы, штампы и технологическую оснастку для различных отраслей промышленности. Производство основано на современных цифровых технологиях: от 3D-сканирования деталей до создания математических моделей и разработки управляющих программ для станков с ЧПУ.

Вызов проекта

Большое количество брака
Простои станков
Ручная проверка в производственном контроле
Нарушение регламента и безопасности

Сотрудники предприятия тратили много времени на подготовительные работы, износ оснастки приводил к значительному количеству брака в производственном процессе, ручной контроль процессов не давал нужных результатов, случались ошибки человеческого фактора. Все эти факторы негативно влияли на производительность.

Запрос заказчика

Основные задачи, с которыми к нам обратился завод «Иж-Рэст»:

Рассчитать время на подготовку оборудования и сократить хронометраж подготовительных работ
Уменьшить влияние человеческого фактора, заменить ручной труд на синхронизацию MES с системой контроля станков для передачи данных
Регулярно оценивать степень износа оснастки станка, чтобы избежать появления брака изделий
Повысить безопасность и контролировать работу сотрудников у станка
Предотвратить выход станков из строя

Как мы решали задачи клиента

Для умной автоматизации завода штампов и пресс-форм выбрали решение на базе видеоаналитики zool.ai.
Мы установили камеры на производственных участках, обучили модель искусственного интеллекта для анализа работы станков и контроля персонала. Сейчас алгоритмы машинного обучения анализируют визуальные данные без остановки производственного процесса и классифицируют объекты по заданным критериям.

Что умеет наша модель

Определять статус производственного процесса, чтобы понимать, сколько времени тратится на подготовку оборудования. Модель умеет определять начало и конец подготовительных операций по событиям в кадре.
Распознавать запчасти станка, чтобы оценивать степень износа оснастки и предотвращать выход из строя. Модель обучена распознавать объекты: шпиндельный узел и оснастку на всех этапах производства.
Анализировать вибрации с помощью камер, установленных на шпинделе для определения износа оснастки оказалось не так эффективно, как предполагалось, так как значимых вибраций не было. Поэтому было принято решение анализировать звуки станка для выявления неполадок.
Отслеживать время прихода и ухода сотрудников, время, проведенное в зонах для курения и отдыха и общее время у станка — для контроля присутствия на рабочем месте и повышения дисциплины работников. Можно сравнивать эффективность смен и операторов
Определять дефекты изделия: сколы, деформации, трещины — чтобы выявлять брак изделий.
Контролировать передвижения сотрудников в обозначенных зонах — для обеспечения их безопасности и ведения учета числа работников на объекте.
Мониторить качество работы персонала и соблюдение требований безопасности на производстве.

Что получили благодаря применению нашей модели

Автоматизированный и точный учет хронометража работ
Непрерывный мониторинг оборудования;
Возможность предотвратить брак изделий из-за износа и неправильной эксплуатации штампов и пресс-форм
Возможность сравнивать эффективность смен и операторов

Техническая реализация проекта

Проект предусматривает обработку видео в режиме near-real-time, что позволяет анализировать информацию практически в реальном времени.

Все метаданные, полученные в процессе анализа, передаются в MES-систему с помощью HTTP-API. Это обеспечивает беспрепятственную интеграцию с системой безопасности и позволяет оперативно реагировать на изменения.

Один из ключевых этапов реализации — запись звука в процессе работы оборудования.

Звук анализируется для построения спектра сигнала, что позволяет выявить потенциальные проблемы на ранних стадиях. Спектр сигнала усредняется, что помогает сгладить возможные шумы и флуктуации, обеспечивая более точные данные для анализа. Звуковой анализ позволяет определять неисправности в работе оборудования.

Мы разрабатываем классификаторы звуков.

Для диагностики различных типов неисправностей, а также планируем дообучение моделей для масштабирования под различные типы оборудования.

Преимущества решения с zool. ai

Программный комплекс zool.ai работает как сервис (SaaS) или на сервере предприятия и позволяет удаленно контролировать сотрудников на любых объектах
Ответственный за контроль сотрудник тратит меньше времени на мониторинг ситуации, сокращается риск ошибки человеческого фактора.
Если сотрудник отсутствует в рабочее время — информация об этом оперативно попадает к руководителю.
Дисциплина на предприятии растет — сотрудники приходят вовремя, зная, что все нарушения фиксируются.

Результаты

zool.ai эффективно решает задачи детекции на производстве:

100% данных

обрабатывает весь поток видео с камер наблюдения и формирует отчеты в режиме реального времени.

на 100%

контролирует производственные процессы и соблюдение регламентов на предприятии.

На 20%

увеличивает производительность. Своевременно предупреждает о поломках; контролирует персонал и повышает безопасность на производстве.

На 30%

снижает объем брака.

В Telegram-канале рассказываем о разработке продукта zool.ai и его применении в разных сферах бизнеса.

Узнайте, как внедрить функционал и сколько это стоит

Мы свяжемся с вами, чтобы обсудить подробности внедрения этого модуля системы zool.ai в вашей компании. Рассчитаем точную стоимость.