Консалтинговая группа "Текарт" - центр компетенции "Робототехника".

Подробнее...
Основное меню
Категории новостей
Логотип

Кейс завода «ИнтерМаш» г. Калуга: «Автоматизированная система отбора проб для золотодобывающего предприятия с модулем машинного зрения»

 Кейс завода «ИнтерМаш» г. Калуга: «Автоматизированная система отбора проб для золотодобывающего предприятия с модулем машинного зрения»

В конце апреля на прошедшей выставке MiningWorld Russia 2026 в категории «Роботы и автономные транспортные средства (ATC)» была представлена новая автоматизированная система отбора проб золотодобывающего предприятия «Полюс Алдан». Это решение было признано победителем в номинации «Практическое импортозамещение» и на практике показало снижение ручного труда более чем на 70%, почти на треть сократив время получения анализов.

Чтобы подробнее узнать о новой системе, и о том, как в ней используется машинное зрение, мы решили поговорить со специалистами компании «ИнтерМаш» г. Калуга, которая занималась ее реализацией и внедрением.

После ухода с российского рынка зарубежного производителя горного оборудования в золотодобывающей компании «Полюс Алдан» в подвисшем состоянии оказался проект по внедрению системы автоматизированного пробоотбора с магистрального конвейера на Куранахском месторождении.

На тот момент зарубежной компанией были выполнены только первые этапы разработки проекта, а сами механизмы произведены не были.

Для завершения проекта в качестве нового подрядчика и производителя оборудования был выбран завод «ИнтерМаш» г. Калуга – предприятие, обладающее компетенциями и опытом в области производства конвейерных систем для разных отраслей промышленности.

В 2023 году его специалисты на основании имевшихся проектных чертежей механической части решения создали и запустили систему автоматизированного пробоотбора на площадке золотодобывающего предприятия. Она была не только полностью реализована без использования импортных комплектующих – в ходе проекта также была усилена конструкция целого ряда узлов и учтены требования к работе в условиях крайне низких температур, сильной вибрации и запыленности.

Автоматизированная система пробоотбора «Полюс Алдан» работает по следующей схеме:

1. Отбор проб маятниковым пробоотборником с конвейера

2. Подача породы на отводящий конвейер

3. Дробление породы до заданной фракции

4. Возврат излишков на магистральный конвейер

5. Отправка проб в накопительную емкость

6. Маркировка проб по времени и дате

Ее главное преимущество – централизованное управление в рамках единого технологического контура.

На следующий год, принимая во внимание общеотраслевые тенденций развития подобных систем за рубежом, специалисты «ИнтерМаш» предложили дополнить платформу модулем машинного зрения. Цель этого шага – перейти от фиксированного отбора «по расписанию» к более интеллектуальному сценарию отбора проб «по состоянию» потока. Другими словами – превратить текущий механический и ручной процесс в элемент цифрового контроля качества сырья. Это предложение было позитивно принято заказчиком и в совместном диалоге с «Полюс Алдан» было принято решение о запуске пилотного проекта.

Новый модуль машинного зрения для системы пробоотбора был запущен в тестовую эксплуатацию в начале 2026 года.

Его аппаратная часть состоит из промышленной RGB-камеры (IP67, 12Мп Global Shutter), осветительного модуля и ПК, установленного рядом с конвейером/ В основе программной части – обученная ИИ-модель, которая анализирует поток материала на магистральном конвейере и определяет визуальные характеристики сырья:

- фракционный состав;

- изменение цвета и структуры материала;

- неоднородность потока;

- наличие включений;

- отклонения от типового профиля сырья.

Ее главная задача – определять ситуации, когда появляются отклонения характеристик, и, следовательно, дать сигнал, что пробы нужно брать чаще. При стабильном потоке работу можно продолжать в обычном режиме, и здесь оценка ИИ-модели также является основанием для его сохранения.

Важно отметить, что здесь машинное зрение представляет собой интеллектуальный слой, дополняющий систему пробоотбора поверх механической системы. С его помощью ускоряется процесс контроля качества потока сырья, а управленческие и экспертные решения могут быть приняты мгновенно, а не после завершения полного цикла обработки проб.

В данном проекте для обучения ИИ-модели видеопоток с конвейера фиксировался в разных погодных условиях и режимах работы в течение 40 дней. Параллельно отбирались реальные пробы. После получения лабораторных результатов, соответствующие изображения из видеопотока связывались с лабораторными данными и формировалась обучающая выборка. После обучения модель прошла валидацию на новых данных и настройку порогов принятия решений. По данным разработчиков до 98% ее выводов совпадают с лабораторными результатами.

Заключение

Данный проект был реализован в рамках масштабной задачи «Полюс Алдан» по модернизации и развитию производственных мощностей Куранахского рудного поля в Якутии, включая комплексную автоматизацию Куранахской золотоизвлекательной фабрики.

По оценкам специалистов разработчика, потенциальный прирост операционной эффективности за счет внедрения этой автоматизированной системы и цифрового контура контроля качества сырья может достигать 15–20% за счет сокращения ручных операций, уменьшения времени на корректировку технологического процесса, уменьшения человеческих ошибок и повышения общей стабильности процессов.

Сейчас автоматизированная система пробоотбора готова к тиражированию и за счет модульности легко адаптируется под конкретные конвейеры предприятий, типы материалов, режимы отбора и требования лабораторий.

Благодарим специалистов завода «ИнтерМаш» г. Калуга за предоставленную информацию и желаем успехов в развитии новой импортозамещенной платформы!

Комментарии

(0) Добавить комментарий

Ищите команду разработчиков? Не можете найти робота для своих нужд? Пишите нам!

Для обратной связи укажите ваш E-mail, он будет доступен только администратору. Так вы сможете оперативно узнать, когда ответ на ваш вопрос будет опубликован



Новые комментарии

Большие языковые модели можно оптимизировать до 15% без потери качества
Гость
27.03.2026
12:54:31
Интересно, что в Сбербанке явно двигаются в сторону собственной оптимизации.
Нейросеть генерирует пугающие лица под музыку
Фанатка Франкенштейна
17.09.2025
03:22:03
Привет зловещая долина!)