AI для курицы. Как «Птицефабрика Чамзинская» автоматизировала систему контроля качества с помощью нейросети

«Птицефабрика Чамзинская» (входит в агрогруппу «Хорошее дело») занимается производством куриного мяса. В 2023 году предприятие отгрузило 156 000 тонн продукции, такой объём обеспечивает курятиной 5 млн человек в год. 

Рассказываем, зачем на производстве внедрили искусственный интеллект для сортировки мяса птицы.

Проблема

Каждый день на конвейер птицефабрики поступает около 7000 тушек для сортировки, их нужно проверить на наличие дефектов. Отбраковка проводилась вручную. Из-за этого случались ошибки: сотрудники могли пропустить некондиционный товар. Это ставило под угрозу качество продукции и репутацию компании, а также приводило к потерям, составляющим до 5% общего объёма производства. Кроме того, для сортировки требовалось много сотрудников, это увеличивало расходы на оплату труда.

Решение

Процесс сортировки мяса птицы решили автоматизировать — внедрить систему контроля качества ML Sense на основе машинного зрения и искусственного интеллекта. Решение разработано в России, что обеспечивает технологическую независимость.

Технологии

• Машинное зрение. С высокой точностью фиксирует на изображениях мельчайшие дефекты продукции (для съёмки используются видеокамеры с разрешением до 16384 px и частотой захвата кадров до 200 KHz).
• Система ML Sense со встроенной нейросетью. Анализирует изображения, классифицирует дефекты и автоматически принимает решение о сортировке. 
• Автоматизированная система оповещения. При обнаружении дефекта контроллеры передают сигнал на отбраковщик, который автоматически снимает некондиционную продукцию с конвейера.
• Интеграция с системой управления производственными процессами MES (Manufacturing Execution System) для передачи информации о дефектах в режиме реального времени. Формирует отчёты и повышает прозрачность процессов.
• Python — для бэкенд-разработки, React — для интерфейса операторов.

Сложности

Чтобы система контроля качества могла распознавать дефекты с высокой точностью, нужно было обучить нейросеть различать повреждения разного типа и размера. Для этого команда сделала 5000 снимков куриных тушек на конвейере и обозначила на них примеры дефектов.

Кроме того, всё оборудование на предприятиях пищевой промышленности должно соответствовать строгим санитарным нормам. Поэтому пришлось тщательно выбирать устройства для системы контроля качества. Например, корпус осветительных приборов и камер должен быть выполнен из нержавеющей стали — такие поверхности легко чистить и дезинфицировать.   

Этапы работы

• Февраль — апрель 2024 года. Проектирование и монтаж оборудования в цехе охлаждения. Установка осветительных приборов и видеокамер по обеим сторонам конвейера — для съёмки тушек с разных ракурсов.
• Апрель — июль 2024 года. Сбор датасета (набор данных для обучения AI): фотосъёмка, разметка дефектов на снимках, обучение нейросети распознаванию дефектов продукции на новых изображениях. 
• Август — сентябрь 2024 года. Настройка оборудования: синхронизация работы камер, контроллеров, отбраковщика.
• Октябрь — ноябрь 2024 года. Тестирование системы в реальных условиях. Обучение персонала, запуск системы в эксплуатацию.
  
  

Результат

Внедрение автоматизированный системы контроля качества помогло птицефабрике ускорить процесс сортировки и повысить производительность в целом.

• Точность распознавания дефектов мяса птицы с помощью AI достигает 99%, что повышает эффективность системы контроля качества.
• Производительность конвейерной линии выросла на 15—20% благодаря автоматизации этапа сортировки.
• Затраты на ФОТ (фонд оплаты труда) сократились на 30% за счёт оптимизации штата сотрудников, отвечающих за проверку продукции.

Следующие шаги

В 2025 году предприятие планирует продолжать развивать и модернизировать систему контроля качества. Следующий шаг — повысить качество распознавания дефектов с помощью нейросети и расширить параметры метрик в системе.

• Чтобы быть в курсе важных трендов и мнений ведущих экспертов, следите за нами в телеграм-канале. О развитии навыков управления, личностном росте пишем в «Дзене». Про технологии и развитие в IT — в блоге на VC.