Тендеры и лиды
Информация
Промышленность и оборудование
Август 2025
На линии розлива стеклянные банки проверялись без автоматизированной системы контроля. Основная часть дефектов выявлялась визуально или не выявлялась вовсе.
Даже редкие повреждения стекла могли привести к попаданию брака в готовую продукцию и последующим рекламациям.
Нужна была система, которая будет проверять каждую банку в потоке, работать без остановки линии и снижать влияние человеческого фактора.
Основные дефекты:
сколы
посечки
тёмные включения
пузыри
Задачи
Автоматизировать проверку качества стеклянных банок на двух этапах: до налива и после закрытия крышкой.
Обеспечить отбраковку без остановки линии.
Интегрировать систему в существующую инфраструктуру с учётом требований по безопасности.
Мы предложили клиенту решение, разработанное на платформе ML Sense.
ML Sense — платформа для контроля качества продукции на производствах конвейерного типа. Входит в Реестр Отечественного ПО.
На линии установлены два поста контроля. Они работают последовательно и закрывают весь цикл: от проверки чистой тары до контроля уже наполненной кремом банки.
На первом этапе проверяется пустая стеклянная банка после подготовки к наполнению.
Система использует пять камер:
четыре камеры фиксируют объект по окружности;
одна камера контролирует горловину и верхнюю кромку.
Это позволяет получать полный обзор поверхности банки без “слепых зон” даже при непрерывном движении конвейера.
Алгоритмы анализируют видеопоток в реальном времени и выявляют дефекты стекла:
сколы, трещины, пузырьки, включения и другие нарушения целостности.
При обнаружении дефекта система формирует сигнал на исполнительный механизм отбраковки. Бракованная банка автоматически удаляется с линии без остановки потока.
После наполнения и укупорки банки проходят второй этап проверки.
Здесь задача усложняется: прозрачность и отражающие свойства стекла меняются, появляются блики, а сама банка становится визуально менее предсказуемой.
Для этого поста используется четыре камеры и специализированная система освещения, адаптированная под работу с наполненной тарой.
Перед зоной контроля установлен делитель потока: после розлива банки идут плотным потоком, и без разделения система не может обеспечить корректную обработку каждого объекта. Делитель временно накапливает поток, после чего пневмотолкатели подают банки по одной с заданным интервалом.
На этом этапе система фиксирует дефекты, которые могли появиться при транспортировке или механическом воздействии: сколы, трещины, царапины.
Оба поста работают как единый цикл контроля: первый исключает дефектную тару до розлива, второй — страхует финальный этап и фиксирует повреждения после технологических операций.
Проект требовал адаптации не только алгоритмов, но и самой инфраструктуры линии.
Производственная зона является закрытой, поэтому размещение оборудования потребовало отдельного конструктивного решения. Для камер и освещения были спроектированы защитные короба из тонированного оргстекла.
Они решают сразу несколько задач:
стабилизируют световую среду внутри зоны контроля;
исключают внешние засветки и пыль;
обеспечивают повторяемость изображения для алгоритмов;
защищают персонал от интенсивного освещения.
Внутри корпусов размещены регулируемые крепления камер, системы освещения и оптические тубусы, обеспечивающие стабильную фокусировку и снижение шумов изображения.
Отдельным узлом системы стал модуль отбраковки. Он проектировался параллельно с системой контроля с учетом ограничений по пространству и скорости конвейера.
В его состав входят:
пневматический механизм удаления банки;
защитный шкаф управления;
система блокировок;
закрытый отсек для сбора брака.
Логика работы полностью автоматизирована: обнаружение дефекта → сигнал системе → отбраковка. При заполнении отсека брака линия автоматически останавливается, оператор получает светозвуковое уведомление.
Для стабильной работы системы требовалась модель, адаптированная под разные типы стеклянной тары.
На линии используются банки с различными оптическими свойствами: прозрачные, более темные и с разной степенью отражения. Это напрямую влияет на видимость дефектов.
Чтобы учесть это, датасет формировался в два этапа:
лабораторное моделирование условий линии (освещение, конвейер, углы съемки);
дообучение на реальном производстве с учетом вибраций, нестабильного света и реального поведения тары.
В сумме это позволило сформировать устойчивую модель, способную работать в разных визуальных условиях без потери качества детекции.
После нескольких циклов обучения система достигла точности 93–100% в зависимости от типа дефекта.
Система управления объединяет оба поста контроля в едином интерфейсе.
Оператор видит:
видеопотоки со всех камер;
текущие события по дефектам;
статус работы отбраковки;
архив зафиксированных случаев.
При необходимости можно открыть отдельное событие и посмотреть изображение дефекта с разных ракурсов, а также его тип и параметры.
Дополнительно реализована настройка логики детекции: оператор может включать или отключать отдельные классы дефектов и изменять пороги чувствительности.
Архив позволяет анализировать повторяющиеся проблемы и отслеживать качество продукции в динамике.
Обеспечен полный контроль качества без участия оператора в принятии решений
Точность детекции 93–100%, обнаружение дефектов от 1×1 мм
Экономический эффект:
снижение потерь от попадания брака в готовую продукцию и рекламаций;
сокращение затрат на ручной контроль и повторные проверки;
снижение рисков остановок и внеплановых возвратов продукции с рынка;
средний срок окупаемости системы — 6–12 месяцев за счет уменьшения брака и операционных затрат.
Как увеличить продажи на Яндекс Маркете почти в семь раз за четыре месяца
Как правильно подобранный домен помог новому сайту выйти в ТОП-10 Яндекса уже в первый день
