Цифровой инспектор качества трубной продукции

Заказчик
Трубная металлургическая компания (ТМК)
Руководитель проекта со стороны заказчика
ИТ-поставщик
Трубная металлургическая компания
Год завершения проекта
2021
Сроки выполнения проекта
Июнь, 2020 - Ноябрь, 2021
Масштаб проекта
2500 человеко-часов
Цели
  • Повышение качества контроля продукции
  • Снижение человеческого фактора
  • Снижение нагрузки на персонал
  • Укрепление репутации ответственного поставщика

Уникальность проекта

Внедрение дополнительной автоматизированной системы контроля стало важным дополнением комплекса мер, которые обеспечивают высочайшее качество продукции ТМК. На момент разработки технологии готовых решений по автоматизированному контролю качества сварного соединения не существовало, поэтому компания решила разработать собственного цифрового помощника, над созданием которого работала команда ИТ- и технических специалистов ТМК. В качестве заказчиков проекта и технических экспертов выступили сотрудники службы неразрушающего контроля и работники трубоэлектросварочных цехов ТМК. За разработку самого алгоритма, использующего искусственный интеллект, отвечали специалисты Digital-офиса ТМК. Симбиоз опыта и знаний технических специалистов и технологий Индустрии 4.0 позволил создать уникальный продукт. Проект направлен в том числе на решение экологических проблем. Дополнительная проверка качества сварного шва – это еще одна гарантия надежности труб большого диаметра.
Проект решает задачи импортозамещения
Нет
Использованное ПО
Язык программирования Python (opencv, pillow, yolo), нейронные сети.
Сложность реализации
Основная сложность при реализации проекта – создание датасета. Для качественной работы нейросети необходимо собрать не менее 5 тыс. снимков, что требует существенных трудозатрат от специалистов неразрушающего контроля, которые занимаются разметкой изображений для подготовки обучающего дата сета и формированием этой подборки. Еще один вызов – точная настройка нейронной сети, которая при классификации дефектов не должна допускать перебраковку продукции, то есть выявлять брак там, где его нет.
Описание проекта
Электросварные трубы занимают особое положение на международном и российском трубных рынках. Основной объем производимых труб большого диаметра (ТБД) используется для строительства важных инфраструктурных объектов – магистральных нефте- и газопроводов, таких как «Сила Сибири» и «Северный поток». Такая продукция должна соответствовать высочайшим стандартам качества. На одном из этапов неразрушающего контроля ТБД сварной шов проходит проверку на установке рентгеновского контроля. В процессе проверки контролер выявляет дефекты по снимку шва. Помощь в этой работе может оказывать специальный алгоритм – Цифровой инспектор качества, который проводит предварительную обработку изображений, увеличивает четкость, а также самостоятельно выявляет дефекты. Внедрение системы машинного зрения на данном этапе позволит облегчить рутинную работу контроллера и повысить уровень контроля продукции.
Проект направлен в том числе на решение экологических проблем. Дополнительная проверка качества сварного шва – это еще одна гарантия надежности ТБД, которые должны сохранять герметичность в любых условиях во избежание нештатных ситуаций при транспортировке углеводородов.
Результаты:
· снизилась нагрузка на контролеров, ответственных за поиск дефектов на рентгеновских снимках;
· повысился процент распознавания дефектов;
· повысилась прослеживаемость этапов производственной цепочки;
· подтвержденный экономический эффект составляет более 200+ млн. рублей в год.

География проекта
На сегодняшний день цифровой ассистент внедрен на Челябинском трубопрокатном заводе (ЧТПЗ), прорабатывается тиражирование на других площадках входящих в группу ТМК.

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

Год
Предметная область
Отрасль
Управление
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.