Развитие Индустрии 4.0 на предприятиях

16.05.2022

Портал «Управление качеством» проводит опрос экспертов российских производственных предприятий и IT-интеграторов о том, как применяются и как влияют аспекты Индустрии 4.0 на совершенствование и оптимизацию бизнес-процессов, управление производственной системой, уменьшение брака и снижение себестоимости продукции.

Тема сегодняшнего дня — контроль качества на современном предприятии с использованием технологии искусственного интеллекта и машинного обучения.

Мы побеседовали с Дмитрием Медовщиковым, архитектором IT-решений департамента цифровых и инженерных систем группы компаний «Борлас».

*Группа компаний «Борлас» — один из ведущих игроков IT-рынка России, уже более тридцати лет реализующий проекты цифровизации для своих заказчиков, представленных практически во всех индустриях.

УК — Дмитрий, насколько широко, по Вашему мнению, цифровые технологии сейчас используются в процессе контроля и управления качеством на современных производственных площадках?

ДМ  Сегодня Индустрия 4.0 предоставляет производителям новые инструменты для оценки качества выпускаемого продукта на всех этапах процесса. Цифровые технологии помогают отслеживать производственные процессы, собирать данные в режиме реального времени, применять аналитику для прогнозирования проблем с качеством и потребностей в обслуживании.

Контроль качества на современном предприятии охватывает всю производственную цепочку — от закупки сырья до выпуска готовой продукции и послепродажного обслуживания. Если говорить о пользе контроля качества изделия на всем производственном цикле, то он необходим как для раннего обнаружения брака, так и для выявления (и последующей ликвидации) причин отклонения от установленных стандартов. Вся информация, получаемая от системы контроля, представлена в цифровом виде и доступна в любой момент. Благодаря этому агрегированные данные с измерительных устройств сокращают время на проведение анализа полученных данных и затраты на их обработку без формирования регулярных отчетов вручную. Это существенно экономит время, повышает эффективность и скорость принятия решений, что, несомненно, способствует снижению себестоимости продукции.

УК — Если говорить о роли технологий машинного обучения и искусственного интеллекта в этом процессе, могли бы Вы привести в качестве примера такой кейс, реализованный Вашей компанией? С какими задачами обращаются заказчики, и насколько эти задачи различны?

ДМ — В трудоемком технологическом процессе применение машинного зрения в совокупности с алгоритмами глубокого обучения обеспечивает автоматизированный контроль оборудования, сырья и конечного продукта с выдачей последовательных и точных результатов. Машинное зрение минимизирует роль человеческого фактора, а также обеспечивает стабильный контроль в режиме «24/7».

Пример из практики — наш проект в одном из крупнейших предприятий нефтехимического комплекса России, где для заказчика в процессе производства брикетов каучука требовалось отследить и проконтролировать качество входящих в них гранул.

Гранулы (фото слева) производятся методом вулканизации и представляют собой синтетический эластомер. Их поверхность может содержать резиновые и металлические включения. Подобные дефекты могут стать причиной отбраковки готового изделия, что в итоге приведет к дополнительным потерям, связанным с повторной переработкой сырья. Суть технологии машинного зрения в том, чтобы в процессе движения гранул по виброконвейеру в пресс зафиксировать посторонние включения размером 3×3 мм и исключить попадание дефектных гранул в резервуар пресса.

Однако контроль гранул — это только часть функций системы. В процессе формирования (после температурной обработки) поверхность брикета каучука приобретает уникальную фактуру и изобилует всевозможными трещинами, потемнениями и т. п. Обнаружение этих дефектов осуществляется непосредственно на производственной линии. До внедрения системы машинного зрения контролем качества занимался человек, который постоянно находился у конвейера и визуально фиксировал наличие дефектов, занося вручную данные в соответствующий журнал. В некоторых случаях часть продукции с включениями отбраковывалась с запозданием, уже на складе, и возвращалась на переработку с большой задержкой.

Брикет из низкомолекулярного полимера с дефектом
Брикет из низкомолекулярного полимера с дефектом

 

Наше интеллектуальное решение позволило проконтролировать качество на всех этапах формирования готового изделия. Отбраковка производится путем проверки гранул перед началом формирования брикетов, а также за счет сканирования поверхности готовых брикетов на конвейерной линии. Автоматизированное ведение журналов ОТК и учет готовой и отбракованной продукции позволили сократить издержки производства, связанные с повторной переработкой. Это высвободило время персонала, затрачиваемое на заполнение журналов и позволило существенно оптимизировать затраты.

В качестве другого примера внедрения технологии машинного зрения можно привести наш проект для одного из ведущих в России предприятий черной металлургии.

Здесь требовалось разработать систему неразрушающего контроля сталеплавильного производства. Необходимо было сократить простои дуговой сталеплавильной печи в процессе выплавки металла.

Плавка стали производится в рабочем пространстве печи, которое ограничено сводом и подом, а его стенки выложены изнутри огнеупорным материалом. Через три симметрично расположенных в своде отверстия в рабочее пространство печи введены токопроводящие графитовые электроды, которые перемещаются вверх и вниз при помощи держателей. Температура в печи во время плавки достигает 1800 градусов Цельсия. В процессе выплавки электроды могут получить повреждения вследствие воздействия шихты или подачи напряжения, которое не соответствует их сечению. В результате на поверхности электродов появляются трещины, что влечет за собой разрушение их рабочей части и производственные потери, связанные с остановкой печи и необходимостью замены электродов.

Наша команда разработала MVP-систему мониторинга электродов дуговой сталеплавильной печи, которая построена на базе алгоритмов искусственного интеллекта с применением промышленных камер, в том числе коротковолновых. Система предназначена для обнаружения дефектов на рабочей поверхности электродов, образовавшихся в процессе выплавки стали. Решение реализовано на базе ПО и оборудования российского производства. Рабочая поверхность электрода при нагревании приобретает уникальную фактуру и начинает светиться. Это не позволяет человеческому глазу распознавать имеющиеся на рабочей поверхности электрода дефекты. Но для электроники такой проблемы не существует.

УК — А как работает эта система?

ДМ — В процессе выплавки стали система контролирует характер и силу горения электрической дуги, сопоставляет мощность, подаваемую на электроды, с их диаметром и дает сталеварам рекомендации по уменьшению нагрузки в процессе плавки для предотвращения разрушения электродов в печи.

Дополнительно комплекс анализирует рабочую зону электрода на наличие повреждений, которые могут образоваться при выплавке «колодца» (рисунок 1 — отсутствие повреждений; рисунок 2 — наличие повреждений в рабочей зоне). Комплекс фиксирует и анализирует повреждения, после чего выдает необходимые рекомендации.

УК — Правильно ли я понимаю, что каждый такой проект — это своеобразный «конструктор», состоящий из разных решений и подходов?

ДМ — Суть реализуемых нами проектов состоит в том, чтобы создать индивидуальное цифровое решение под конкретные задачи заказчика. Для этого мы проводим аудиты, тщательно изучаем инфраструктуру, специфику бизнес-процессов заказчика и всегда работаем с ним «в тандеме». По завершении проекта проводим обучение пользователей и можем организовать необходимую техническую поддержку новой системы.

УК — А насколько сложно в сегодняшних санкционных условиях реализовывать подобные проекты?

ДМ — Во-первых, у нас достаточно объемный портфель решений от отечественных вендоров, которые не уступают зарубежным.

Во-вторых, мы всегда занимаемся поиском и выстраиванием взаимоотношений с альтернативными поставщиками технологий и компонентов.

В-третьих, мы непрерывно пополняем продуктовый портфель собственными уникальными разработками, поэтому на сегодняшний день непреодолимых сложностей я не вижу.

Спасибо за беседу!