• 331

    Опубликовано проектов

  • 171

    Оставлено комментариев

Рейтинг рассчитывает взвешенные оценки. Система динамически пересчитывает показатели при каждом новом голосе, учитывая весовые коэффициенты и мультикритериальную оценку. В ближайшие две недели еще будут публиковаться новые проекты, которые сейчас заканчивают верификацию. Текущее значение рейтинга может демонстрировать нелинейную динамику.

← Вернуться к списку

Видеоаналитика на линии гальванопокрытия «Электрощит Самара»

  • Руководитель проекта со стороны заказчика

    Владимир Руденко

    Акрон Холдинг

    Заместитель Генерального директора по ИТ и цифровизации бизнеса

  • Категория

  • Номинация

  • Цели

    Бизнес-задача: превратить видео с камер линии гальванопокрытия в непрерывный учёт работы линии и персонала и по этим данным найти потери в процессе. До проекта руководство не видело, как работает линия: один замер с обработкой занимал до 3 дней и показывал только срез, загрузка оснастки (процент завеса) не измерялась, контроль ношения касок держался на визуальном надзоре мастера. 

    Цели: получать данные о циклах, простоях и загрузке оснастки постоянно; найти и устранить потери; повысить производительность линии; автоматизировать контроль касок.

  • Сроки выполнения

    сентябрь, 2024 — октябрь, 2026
  • Год завершения проекта

    2026

  • Масштаб проекта

    2900 человеко-часов
  • Результаты

    Производительность линии гальванопокрытия выросла на 15% после изменений в организации работы, принятых по данным системы. Прирост рассчитан по журналу событий: период после изменений сравнивается с периодом до них.

    Время получения данных о работе линии: до 3 дней на замер → постоянно на дашборде. Затраты: 18 человеко-месяцев команды, капитальных затрат нет. Двухсменный режим: 494 смены в год. Качество моделей на тестовой выборке: точность 0,90, полнота 0,86, mAP@0.5 0,91. Ложные прибытия и убытия траверс — менее 1–2%, пропуски циклов — менее 1%, ложные нарушения по каскам — 3–5%. Система работает в 2026 году: отчёты за август приложены. Денежная оценка эффекта не раскрывается: стоимостные показатели линии конфиденциальны.

  • Уникальность проекта

    Главное в проекте — связка «люди — оборудование» в одной системе. Действия рабочих сопоставляются с циклами траверс, поэтому видно, как работа людей влияет на простои. Модели обучены на объектах конкретного техпроцесса: состояния рабочих позиций, типы траверс, прибытие и убытие, процент завеса по 10 градациям. Решение принимается по серии кадров, а не по одному, что отсекает ложные срабатывания при перекрытиях и смене освещения. Все данные об оборудовании берутся только с двух камер: без датчиков и без интеграции с АСУ ТП. По нашему анализу рынка прямых аналогов, объединяющих мониторинг персонала и циклов линии гальванопокрытия, не найдено. Интереснее всего оказался период запуска: в первые недели система давала много ложных срабатываний по завесу. Команда доразметила ошибочные случаи, переобучила модели и перешла к регулярному дообучению на данных линии.

  • Использованное ПО

    Модели: нейросетевые модели семейства YOLO (детекция людей, касок, траверс и рабочих позиций), встроенный многообъектный трекинг, многоклассовая классификация, модуль пространственной аналитики (геометрия 7 зон). 

    Собственная разработка: логика зон и производственных событий, событийная стабилизация, дашборд. 

    Данные: видеопотоки RTSP с 2 IP-камер; обучающая выборка около 1 000 размеченных кадров. 

    Оборудование (на один сервер): CPU x86-64, 8 ядер; RAM от 16 ГБ; GPU NVIDIA с CUDA, от 8 ГБ VRAM; SSD от 512 ГБ. Работает on-premise, на сервере внутри периметра предприятия.

  • Решение из каталога Global CIO

    В проекте не используются решения из каталога Global CIO

  • Сложность реализации

    1) Много ложных срабатываний в первые недели, особенно по завесу. Решение: доразметка ошибочных случаев, переобучение моделей, решение по серии кадров. Результат: ложные прибытия и убытия траверс менее 1–2%, пропуски циклов менее 1%.

    2) Перекрытия людей и оборудования в кадре, смена освещения. Решение: геометрия зон по линии, событийная стабилизация. Результат: надёжность на уровне событий, а не кадров.

    3) Небольшая обучающая выборка (около 1 000 кадров). Решение: регулярное дообучение на новых данных линии.

    4) Нельзя подключаться к контроллерам линии. Решение: все данные об оборудовании берутся только с камер.

  • Описание

    Исходная ситуация

    АО «ГК «Электрощит» – ТМ Самара» — производитель электротехнического оборудования: 2 производственные площадки, более 3 800 сотрудников, 18 цехов, около 100 участков процесса. Проект касается одной линии гальванопокрытия металлических деталей. Руководство линии не видело, как на самом деле работает линия: сколько длится цикл, когда и почему простаивает траверса, насколько полно загружается оснастка, где теряется время — в ожиданиях, лишних перемещениях рабочих, неравномерном потоке. Данные давал эпизодический ручной хронометраж: один замер с обработкой занимал до 3 дней. Ограничение: линия не предоставляла данных для автоматического учёта, поэтому решение нужно было строить только на видео и без вмешательства в оборудование.

    Реализованное решение

    Система работает на двух IP-камерах линии и сервере предприятия. Модели семейства YOLO находят людей, каски, траверсы и рабочие позиции; трекинг сопровождает каждого человека между кадрами. Геометрия 7 зон контроля связывает объекты с участками линии и формирует производственные события: прибытие и убытие траверсы, циклы, вход и выход людей из зон, процент завеса по 10 градациям, ношение касок. Событие фиксируется по серии кадров. Руководитель производства, начальник смены и руководитель направления эффективности процессов работают с одним дашбордом. Команда из трёх специалистов собрала и разметила данные, обучила модели, разработала логику событий и дашборд и сопровождает систему. Система в промышленной эксплуатации с сентября 2024 года.

    Изменения после внедрения

    По данным системы нашли потери: выровняли поток производства и сократили лишние перемещения рабочих. Руководство видит длительность циклов, простои траверсы, загрузку оснастки и работу персонала по зонам и ролям постоянно, без отдельных замеров. Решения по техпроцессу принимаются на основе данных, а не отдельных наблюдений. Контроль ношения касок стал автоматическим: каждое нарушение фиксируется, число нарушений снизилось после запуска. Видеоаналитика стала рабочим инструментом производственной системы предприятия для поиска потерь.

  • География проекта

    Россия, Самара (производственная площадка заказчика)

  • Дополнительные презентации

Комментировать

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

  • Заказчик

    АО «ГК «Электрощит» – ТМ Самара»

  • ИТ-поставщик

    ООО «Команда ИТ» (КИТ)

Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.