Искусственный интеллект для промышленной водоочистки.

Заказчик:
FLOTLIFE
Руководитель проекта со стороны заказчика
Поставщик
БЕТА
Год завершения проекта
2019
Сроки выполнения проекта
Июнь, 2019 - Июль, 2019
Масштаб проекта
160 человеко-часов
10 автоматизированных рабочих мест
Цели
Цель проекта - интеллектуальное прогнозирование затрат на эксплуатацию промышленных очистных сооружений и сокращение экплуатационных расходов.

1. Точное прогнозирование сервисных мероприятий по обслуживанию оборудования на объектах (клиенты заказчика - крупнейшие российские и европейские FMCG сети).

2. Сокращение издержек, связанных с финансовыми претензиями объектов (компаний), где установлены промышленные фильтры.

3. Повышение лояльности клиентов.

Заказчик - европейский производитель промышленных водоочистных сооружений, компания Flotlife (работает на территории РФ).


Уникальность проекта

Решение определяет степень чистоты воды в реальном времени в любой момент с помощью технологий компьютерного зрения, выдает в личном кабинете динамику загрязнений, прогнозирует загрузку сервисных инженеров, предоставляет объективные данные о качестве работы оборудования клиентам в ходе всего срока эксплуатации. Заказчик позиционирует данную технологию в качестве уникального конкурентного технологического преимущества за счет использования AI технологий. В решении создан в том числе чат-бот, где в режиме 24/7 можно получить всю необходимую информацию о работе водоочистных сооружений на ПК и в мобильных устройствах, без привязки к специализированному ПО и сложной системной интеграции для сотрудников заказчика.
Использованное ПО
Камеры видеонаблюдения
Роутер iRZ RL21w
Миникомпьютер
Poe - свитч
Сетевой фильтр
Кабель витая пара
Стяжки
Гофрированная труба
Коннекторы RJ-45

Сложность реализации
Был разработан уникальный алгоритм, который определял степень загрязнения воды. Примеры реального использования технологий искусственного интеллекта и компьютерного зрения в промышленности можно пересчитать по пальцам.

Отдельным вызовом были сроки. Проект реализован в кратчайшие сроки, так как заказчик нес непредсказуемые затраты (неустойки+непредсказуемая эксплуатация+репутационные убытки).

Описание проекта
Проблема

Европейский поставщик промышленных водоочистных сооружений (фильтров), компания Flotlife, столкнулся с тем, что датчики, установленные в оборудовании, регулярно забиваются грязью и не отражают объективного состояния воды.

Кроме того, клиенты производителя фильтров – крупнейшие российские торговые сети – используют эту воду для изготовления внутренней продукции и предъявляют к ее качеству высокие требования. Объективно подтвердить или опровергнуть данные о чистоте воды в конкретный период времени невозможно. Расходы на эксплуатацию непредсказуемы и высоки, чистить датчики нужно каждый раз механически, то есть руками выездного инженера.


Решение

Сократить эксплуатационные и репутационные издержки удалось благодаря технологиям компьютерного зрения.
Система на объекте может:
  • Определять степень чистоты воды в реальном времени 24/7;
  • Отслеживать динамику загрязнений за период;
  • Контролировать эффективность обслуживающего персонала;
  • Прогнозировать выезды сервисных инженеров на объекты, прогнозировать закупку комплектующих.

Результатом нашей работы стала видеоаналитическая система, которая выдает оповещения о загрязнениях воды, отсылает аналитический отчет о качестве работы оборудования в любой момент времени, собирает данные о качестве воды за день, неделю и месяц. Прогнозируя на основе всех этих статистических данных экплуатационные мероприятия.
Для удобства заказчика мы создали чат-бот, где в режиме 24/7 можно получить всю необходимую информацию о работе водоочистных сооружений.

В результате компания-заказчик сократила эксплуатационные расходы на 30%.

География проекта
Санкт-Петербург, Россия, Латвия
Коментарии: 2

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

  • 13.12.2019 12:17

    Отличный проект! Неужели только анализируя изображение можно оценить чистоту воды? а если там химические загрязнения? Бактериальные? совсем без датчиков как же?

  • Виктор Субботин
    Рейтинг: 15
    БЕТА
    Генеральный директор
    17.12.2019 15:58

    Если собрать достаточную базу с изображениями воды и видимыми загрязнениями, то можно. Бактериальные и вирусные загрязнения, конечно, нельзя только видеоаналитикой - в таком случае строится комбинированное решение видеоаналитика+датчики.

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.