Кейс 4. Интеллектуальная система оценки качества сахарной свеклы в кузове транспортного средства
Общая информация
- Компания/Заказчик:Знаменский сахарный завод (ООО «РУСАГРО-ЦЕНТР»)
- География:РФ
- Период проекта:проект был проведен в 2019-2020 гг
- Отрасли:Пищевая промышленность, индустрия общественного питания, cельское хозяйство
- Области управления бизнеса:производство
- Решаемые бизнес-задачи:Контроль качества, Переработка сырья, Хранение сельхозпродукции
- Идеологические платформы и тренды:Искусственный интеллект, Компьютерное зрение
Исходная проблема, вызов, идея
Во время уборки сахарной свеклы необходимо производить оценку всего сырья, поставляемого на перерабатывающие предприятие, после чего оно отправляется либо на хранение, либо на переработку. Отправка некачественной свеклы (со сколами, большим количеством ботвы, грязной, подмороженной) на длительное хранение может привести к ее порче и существенным экономическим потерям.
Обычно оценка качества производится персоналом, который визуально осматривает кузов каждого грузовика, доставляющего урожай.
Сообщается, что точность решений, принимаемых работником пункта приемки, составляет в среднем 60-70% из-за "человеческого фактора".
Описание кейса
Компания РУСАГРО-ЦЕНТР на Знаменском сахарном заводе в Тамбовской области внедрила интеллектуальную систему оценки качества сахарной свеклы в кузове транспортного средства ВИСКОНТ.Свекла, разработанную ООО "Малленом Системс" .
Внедрение системы было проведено в 4 этапа:
- установка и настройка оборудования на объекте;
- установка и настройка программных библиотек и интерфейсов с учетом особенностей проекта;
- интеграция с информационной системой заказчика (АСП Свекла);
- набор обучающей выборки изображений и дообучение моделей.
Как работает система оценки качества сахарной свеклы
Над местом остановки грузовиков, перевозящих свеклу, под навесом устанавливается IP-видеокамера. Видео с камеры поступает на компьютер, установленный в закрытом помещении или в защитном шкафу.
Затем по запросу от учетной системы предприятия текущий кадр от камеры анализируется алгоритмами «ВИСКОНТ.Свекла». С помощью нейронных сетей выполняется локализация содержимого кузова транспортного средства и поиск грязи, ботвы, сколов, снега. По полученным данным выполняется классификация сырья по категориям качества, далее полученный результат отправляется в учетную систему предприятия.
Итоговый показатель качества рассчитывается с учетом специально установленных весовых коэффициентов для каждого из отдельных показателей. Он сравнивается с порогом, динамически задаваемым в зависимости от загруженности производства, в результате чего формируется назначение сырья: Хранение или Переработка.
Результат
Результаты внедрения системы ВИСКОНТ.Свекла:
- повышение точности принимаемых решений о назначении продукции на 30%;
- значительное сокращение потерь, возникающих вследствие порчи больших партий некачественной продукции, ошибочно направленных на длительное хранение вместо немедленной переработки.
