Оскольський електрометалургійний комбінат (входить до складу компанії «Металоінвест») завершує дослідно-промислову експлуатацію автоматизованої системи розпізнавання клейма на литих заготовках в сортопрокатному цеху №1. Ідея проекту народилася у співробітників ОЕМК в ході конкурсу інновацій, організованого JSA Group (входить в багатопрофільну ІТ-групу «ІКС Холдинг») на підприємстві.

Власне інтелектуальне рішення на основі нейромережевих технологій розроблено вченими СТІ НіТУ «МИСиС» спільно з фахівцями комбінату. За інтеграцію програмної частини системи в виробничі процеси відповідали інженери-програмісти ТОВ «Металло - Тех».

«Раніше оператор вручну звіряв цифри клейма зі списком в системі, вибирав піч для плавки і потім відправляв в неї заготовку, - розповідає начальник ділянки сортопрокатного цеху № 1 ОЕМК Євген Ткач. - У співробітника було не більше 40 секунд на виконання цих завдань, що створювало велике навантаження і підвищувало ймовірність помилок. Впровадження автоматичного розпізнавання суттєво знизило ці ризики ».

Реалізоване рішення використовує п'ять нейронних мереж, кожна з яких виконує свою окрему задачу. В процесі збору даних для їх навчання було зроблено понад 60 тисяч знімків торців заготовок з клеймом.

«Один варіант клейма на заготівлі друкує машина, інший, у разі виправлення номера, - люди вручну фарбою, - пояснює Дмитро Полещенко, доцент кафедри автоматизованих та інформаційних систем управління СТІ НіТУ« МИСиС ». - На перший погляд процес розпізнавання схожий на зчитування номерів на автомобілях. Але при аналізі подібні системи не дали необхідного результату ».

« Ця система стала першим продуктом, розробленим в рамках програми Цифровий трансформації Компанії. Особливе почуття гордості викликає той факт, що дане рішення спільно з колегами з «МИСиС» створила наша внутрішня команда, - зазначила директор по цифровій трансформації КК «Металоінвест» Юлія Шуткіна. - Ми продовжимо взятий курс на розвиток російських технологій і застосування кращих практик у виробництві ».

Отриманий в процесі реалізації цього проекту досвід планується застосовувати для вирішення подібних завдань. Наприклад, технологія відео аналітики може бути впроваджена в визначенні гранулярності складу вхідної сировини на конвеєрі, для визначення якості зуба ковша екскаватора і навіть для відстеження використання співробітниками підприємства засобів індивідуального захисту.

Полная версия