ЕВРАЗ ЗСМК («ЕВРАЗ Западно-Сибирский металлургический комбинат») — сталелитейный завод, часть международной вертикально-интегрированной компании ЕВРАЗ. По объёмам производства входит в топ-5 предприятий такого профиля в стране и в топ-30 в мире. В структуре компании есть железорудный филиал, объединяющий добывающие и обогатительные предприятия в Кузбассе. 

Рассказываем, почему холдинг решил внедрить технологии компьютерного зрения на производстве и каких результатов ему удалось достичь.

Проблема

Поиск дефектов у стальных заготовок не был автоматизирован. Им занимались работники управления по качеству и персонал цеха: осматривали каждое изделие. Процесс был сопряжён с рядом сложностей. 

Во-первых, заготовки хранятся плотно друг к другу и во время обходов у сотрудников не было возможности провести осмотр со всех сторон. 

Во-вторых, скорость движения заготовок на линии посадки в печь слишком высокая (2 м/с), она не давала достаточного времени для проверки. Кроме того, случались и ошибки из-за человеческого фактора. 

Брак приводил к финансовым потерям, наблюдался высокий расходный коэффициент производства (компания тратила слишком много сырья).

Решение

В компании решили автоматизировать контроль качества стальных заготовок. 

Производственный процесс теперь выглядит так. 

• Заготовка следует по загрузочному рольгангу стана. 
• Перед взвешиванием заготовка проходит точку контроля поверхностных дефектов, где установлены видеокамеры для фиксации состояния каждой из её четырёх сторон. При попадании заготовки в поле зрения камер нейронные сети проверяют её на наличие дефектов.
• При обнаружении дефекта в режиме реального времени оператору подаётся звуковой сигнал. Также на экран выводится изображение и порядковый номер дефектной заготовки. Это даёт возможность вовремя отбраковать её и отправить не в прокат, а на обработку дефектной области. 
• Помимо этого, система классифицирует выявленные дефекты для дальнейшего анализа и ведёт подсчёт количества принятых заготовок. Собранную статистику можно использовать для изменения технологического процесса.

Технологии

Система детекции и распознавания дефектов включает в себя:

• специализированные камеры с машинным зрением; 
• видеоаналитику на основе нейронных сетей. 

Сложности

Одна из главных проблем — отсутствие на рынке готового ПО, способного полностью удовлетворить потребности компании. ИТ-команде холдинга пришлось разработать и внедрить собственный софт, что было связано со значительными тратами.

Кроме того, нужно было обучить персонал работе с видеоаналитикой. Это заняло время и потребовало дополнительных расходов.  

Этапы работы

• Ноябрь — декабрь 2022 года. Анализ и исследование существующих технологий и систем распознавания дефектов на поверхности заготовок.
• Январь — февраль 2023 года. Создание алгоритмов и моделей, которые автоматически обнаруживают и классифицируют различные типы дефектов.
• Март — апрель 2023 года. Тестирование и настройка системы.
• Апрель 2023 года. Внедрение решения в производственный процесс, интеграция с системами контроля качества и безопасности.

Результаты

Система в пилотном режиме была внедрена на один из прокатных станов компании. За время её работы удалось достичь:

• экономии в 20 млн рублей;
• выявления 95% брака;
• низкого показателя ложных срабатываний: не чаще одного раза в час при общем потоке около 1000 заготовок в сутки;
• снижения ошибок персонала при выявлении дефектов и сокращения влияния человеческого фактора на технологический процесс.

Следующие шаги

Компания рассматривает вопрос по тиражированию решения на другие производственные площадки холдинга.  

• СберПро Медиа теперь можно читать в «Телеграме» и «Дзене». Чтобы быть в курсе важных трендов, свежих кейсов лидеров бизнеса и мнений ведущих экспертов, следите за нами в телеграм-канале. Развитие навыков управления, личностный рост, актуальные подходы в маркетинге, новинки бизнес-литературы — эти темы мы подробно рассматриваем в «Дзене».