Система видеоанализа нерудных элементов на ленте конвейера «CleanOre»

Заказчик
Норникель
Руководитель проекта со стороны заказчика
ИТ-поставщик
Digital Lab
Сроки выполнения проекта
Сентябрь, 2018 - Октябрь, 2019
Масштаб проекта
600 человеко-часов
1 автоматизированных рабочих мест
Цели

Цель проекта

Цель проекта - создать систему распознавания и удаления инородных элементов с ленты конвейера с целью минимизации последствий попадания рудозасоряющих тел в дробильное оборудование.

Клиент: Крупная горно-металлургическая компания.

Объект: Рудники, обогатительные фабрики, использующие ленточные конвейеры для транспортировки руды в дробильное оборудование

Проблема: С рудников на ленту часто поступают нерудные элементы, мусор, например, головки буровых машин, зубья экскаватора, металлическая арматура, дерево и прочее. Все это негативным образом сказывается на работе дробильного оборудования, ленты, а также мельниц. Например, кусок железа попавший в мельницу может привести к многомиллионному ремонту оборудования, арматура попавшая на ленту конвейера, может порезать все полотно без возможности восстановления. Металлоуловитель может пропустить металлический предмет, а персонал может отвлечься от конвейера и упустить момент попадания рудозасоряющего элемента в дробильное оборудование.

Решение: видеоанализ и выборка нерудных элементов на ленте конвейера с использованием нейронных сетей, машинного зрения, роботизированных манипуляторов.


Проект CleanOre признал лучшим (1 место) на горно-геологическом форуме MInex 2019

Уникальность проекта

Аналогичных проектов в мировой практике не встречается. Машинное зрение используется для определения крупности руды, однако нет системы, определяющей рудозасоряющеие элементы (арматура, крупные куски породы, дерево, ветошь, зубцы буровых коронок и т.п.)
Использованное ПО
Оборудование:
Сервер с GPU
Камеры HIK-Vision
ПО:
Ubuntu ОС
MariaDB СУБД
TensorFlow
Apache http

Python, C++, JavaScrypt, HTML

Сложность реалиазации
Основная сложность реализации заключалась в уникальности проекта. Подобные проекты отсутствуют в России и за рубежом. Требовалось создать гибкую систему, способную распознавать широкий спектр образов и быстро дообучаться.
Описание проекта
Рудозасорение - наиболее распространенная проблема для горноперерабатывающих предприятий. На ленты конвейера часто попадают металлические прутья опалубки, зубья ковшей, деревянные и другие немагнитные элементы. Все это зачастую приводит к поломке ленты конвейера, а также дробилок и мельниц. Ремонт такого оборудования выходит предприятию на десятки миллионов рублей в год. Возможны также простои, что также чревато убытками для компании По данным одного из предприятий за 2017-2018 гг. было произведено 246 ремонтов данного оборудования, потрачено более 80 млн рублей! Причина – рудозасоряющие элементы! Одним из решением по борьбе с рудозасорением может стать автоматическое распознавание и выборка рудозасоряющих с ленты конвейера.

Описание процесса: - На конвейере установлены 2 камеры: - Камера 1 – предназначена для снятия видео информации с конвейера для определение посторонних предметов в руде. - Камера 2 – предназначена для снятия видео о действиях выборщика по удалению посторонних предметов в руде для определения ошибок обнаружения в текущей модели. Данные с этой камеры не используется для проведения обучения модели, а используются для выбора кадров с камеры 1 для проведения дообучения. - Программное обеспечение на сервере в режиме «реального времени» определяет посторонние предметы и информирует об этом выборщика через сигнализацию и/или подсветку. - По накоплению данных для дообучения их маркируют и направляют либо в облако (например, Oracle Cloud), либо, если хватает ресурсов выделенного локального сервера и позволяет время проводят дообучение модели на локальном сервере. - Дообученная модель замещает текущую.

Также система контролирует работу выборщика с помощью камеры 2, что позволяет постоянно вести статистику, определяя, какой процент рудозасоряющих элементов был удалён с ленты.

Система совместима с промышленными роботами (Kuka и т.п.), что позволяет полностью автоматизировать выборку и перейти к безлюдному производству.

География проекта
Проект в данный момент используется на входном конвейере Талнахской обогатительной фабрики. Планируется расширение на другие предприятия Норильского Никеля.
Коментарии: 2
  • Ольга Мельник
    Рейтинг: 40
    Независимый эксперт
    13.12.2019 12:23

    Добрый день, Левон.
    Я помню ваши планы сделать такой проект. И вот он реализован! Здорово. Жалко вы еще не описали тут, как вы выбирали инструментарий для этого, почему отказались от внешних подрядчиков и как размечали видео для распознавания:)) Это же все организационно очень интересно, насколько я помню. Удачи в конкурсе!

  • Алексей Степанов
    Рейтинг: 272
    ООО "Челны-Лифт"
    Начальник отдела Информационных Технологий
    27.12.2019 12:11

    Помню, подобную задачу обсуждали на тематическом форуме года три назад. Тогда директор московской аналитической фирмы (не помню какой) заверял что задачу невозможно решить (конечно он был не прав и с ним много кто не согласился). Он показывал ролик с мексиканского рудника, где быстро двигался конвейер, да и качество видеокартинки было совсем плохое. Конечно, с такими входными задача нерешаема, но это не значит что она нерешаема в принципе...

    У меня два вопроса: какая скорость конвейера и какое разрешение камер?

Предметная область
Отрасль
Управление