Российские инженеры создали устройство на основе технологии искусственного интеллекта, которое в автоматическом режиме отслеживает качество производимой ткани на текстильных предприятиях. Испытания на одном из комбинатов Ивановской области показали, что комплекс обнаруживает в шесть раз больше дефектов, чем сотрудники отдела качества. Российские производители тканей считают подобное оборудование полезным и уже закладывают затраты на его закупку в свои инвестиционные программы. По словам представителей бизнеса, сейчас текстильщикам из России необходим хотя бы минимальный набор оборудования отечественного производства.
Российские инженеры создали аппаратно-программный комплекс для автоматизированного обнаружения дефектов тканей. Разработкой занимались специалисты Санкт-Петербургского политехнического университета Петра Великого вместе с коллегами из НИУ «Высшая школа экономики», Ивановского государственного политехнического университета и ООО «ВизиумТекс» при поддержке Фонда содействия инновациям.
Сейчас прототип устройства проходит опытную эксплуатацию на производственной линии одного из предприятий в Ивановской области. Аппарат установлен на сушильно-ширильной машине, куда текстиль попадает после стадий очистки и отбеливания перед тем, как отправится на окрашивание и печать. Система сама обнаруживает и классифицирует брак и сообщает о нем оператору, который может определить причину и место его возникновения и передать сведения на производственный участок для устранения проблемы.
Во время испытаний комплекс обнаружил на образце ткани длиной 700 м 1363 дефекта 17 видов. Для сравнения, это же полотно затем отправили на ручную разбраковку в отдел контроля качества предприятия, где нашли только 217 дефектов.
— С помощью комплекса обнаружено в 6,28 раза больше дефектов, поскольку система с высокой точностью выявляет даже мелкие недостатки, невидимые глазу при перемотке материала со скоростью до 60 м в минуту. В дальнейшем возможно также увеличение скорости выявления дефектов, — сказал «Известиям» ведущий инженер лаборатории «Промышленные системы потоковой обработки данных» Центра НТИ СПбПУ Алексей Бойков.
Комплекс состоит из цифровых камер, объективов, осветительного оборудования, модулей обработки изображения и управления. В программном обеспечении устройства ключевую роль играют нейросетевые алгоритмы определения брака по видеоданным. Для этого используется технология сегментации изображения, при которой оно разделяется на группы пикселей, принадлежащих разным объектам. Нейросеть обучили на 150 тыс. примеров дефектов тканей, предоставленных текстильными предприятиями Ивановской области.
Разработку инженеров из Петербурга легко интегрировать в уже существующее оборудование текстильных предприятий, утверждают создатели устройства. По их словам, процесс монтажа занимает день-два и не требует полной перестройки производственных линий.
Вопрос автоматизации разбраковки ткани для нас и отрасли в целом стоит крайне остро. Сейчас мы заложили в свою инвестиционную программу закупку подобного оборудования, ищем варианты. Заявленное коллегами решение по распознаванию брака привлекает хорошими результатами тестирования по определению дефектов по сравнению с ручной разбраковкой, а также тем, что установка встраивается в существующую мерильно-браковочную машину или производственную линию и для монтажа не требуется много времени, — сказал генеральный директор «Ивановского меланжевого комбината» Виктор Торопов.
Разработчики не останавливаются на достигнутом, и сейчас они сфокусировались на улучшении точности классификации дефектов, рассказал доцент кафедры менеджмента инноваций и руководитель партнерских программ открытого центра предпринимательства и инноваций НИУ ВШЭ Александр Лодышкин, принимавший участие в создании комплекса. По его словам, также команда намерена создать возможности для цифровой разбраковки на повышенных скоростях движения полотна (до 100 м/мин) и для принятия решений в режиме реального времени.
Как пояснил специалист, всё это позволит текстильным комбинатам минимизировать ручной труд и исключить ошибки, связанные с человеческим фактором, оптимизировать работу оборудования, а также получить данные для обоснованных претензий к поставщикам. Кроме того, цифровая разбраковка обеспечивает рост эффективности производства за счет выбора оптимальной обработки ткани, чтобы маскировать выявленные дефекты или вовсе отказаться от окрашивания полотна, добавил Александр Лодышкин.
По мнению вице-президента Ассоциации текстильщиков России Ольги Драгуновой, в сложившийся геополитической обстановке предприятиям страны необходима хотя бы минимальная база отечественного оборудования и появление устройства для контроля качества продукции может быть востребовано.
— Особенно важны подобные технические средства на крупных предприятиях, так как отслеживать качество при большом объеме вручную весьма неэффективно, — сказала она.
По мере развития индустрии в России будет расти и спрос на оборудование такого рода, добавила эксперт. Плюс есть соседи — Туркмения и Узбекистан, где хлопковое производство активно развивается. Они — потенциальные покупатели подобных комплексов, полагает Ольга Драгунова.
Впрочем, возможность автоматического поиска брака могла бы быть востребована, однако непонятно, какой в этом смысл, если в случае обнаружения дефекта все равно необходимо вмешательство человека, который должен будет поменять рулон ткани или как-то еще реагировать, отметил вице-президент Ассоциации текстильщиков России Игорь Ким. Этот сотрудник может сам контролировать брак, заметил он.
По словам разработчиков, комплекс можно перенастроить для автоматического обнаружения дефектов не только на тканях, но и на древесине, металле, стекле и других материалах.
