В этом материале рассказываем о проекте компании «Вингзби» (WINGSBEE) г. Екатеринбург, специализирующейся на производстве оптических сепараторов. Мы пообщались с ее специалистами и выяснили все детали разработанного решения. «Вингзби» входит в группу компаний «АКСАЛИТ». Компания с 2019 года производит оптические сепараторы, в том числе изготавливает роботизированные и автоматические системы для горнодобывающих и других предприятий для сортировки, извлечения и удаления посторонних объектов с конвейерных лент.
Свой первый подобный проект «Вингзби» запустила еще в 2023 году с компанией из Казахстана. Информация об этом кейсе была озвучена на выставке оборудования и технологий горнодобывающей отрасли «Рудник», которая проходила в Екатеринбурге в октябре 2025 года.
После форума к разработчикам обратилась крупная отечественная горнодобывающая компания с запросом на реализацию нового проекта на своем предприятии. Ее проблема заключалась в том, что на подающем конвейере, транспортирующем горную породу по технологической линии, регулярно попадались посторонние предметы – столбы линий электропередач, обломки ограждений, зубья ковшей экскаваторов, плитняк, веревки и другие объекты, которые могут повредить оборудование.
Для их удаления необходима полная остановка работы конвейера и только после этого несколько рабочих могут приступать к их извлечению. Поскольку эта работа выполнялась вручную, подобные остановки занимали достаточно длительное время, что заметно влияло на производительность производства. Цель компании заключалась в автоматизации процесса извлечения посторонних предметов, чтобы уменьшить время простоя подачи руды и исключить ручной труд.
Как нам сообщили в Вингзби, поскольку решение уже было разработано, его новая реализация заняла буквально 2 месяца и была готова уже к январю 2026 года.
В установленной системе для обнаружения предметов используются две промышленные RGB-камеры и робот Kuka с рабочим диапазоном 4,5х3х3 метра (ШхГхВ), который оснащается двумя типами захватов: для крупных предметов весом до 150 кг и для мелких весом до 3 кг. Эти захваты меняются в зависимости от поступающего материала.
Для извлечения крупных предметов конвейер нужно по-прежнему останавливать, однако сам процесс удаления происходит гораздо быстрее и не требует привлечения людей к опасной работе.
Мелкие предметы извлекаются на ходу без остановки ленты. По словам разработчиков, допустимая максимальная скорость конвейера для этой операции составляет 2.8 м/с. Если говорить о данном кейсе, то она составляет чуть более 2 м/с.
«Умная» часть решения состоит из двух RGB-камер машинного зрения и ПК, на котором работает нейросетевая система видеоаналитики. Все вычисления производятся локально (on-site) – это обеспечивает полный контроль над данными и увеличивает безопасность.
Нейросеть натренирована на распознавание 11 типов объектов, которые необходимо извлекать из потока сырья. Система определяет тип объекта и его точное расположение на ленте, рассчитывает оптимальную точку захвата и далее управляет роботом для его удаления.
Чтобы обучить систему, компании было нужно собрать датасет из нескольких десятков тысяч снимков. Для этого сначала была подготовлена репрезентативная выборка из более чем 200 изображений целевых предметов, которые могут встретиться на конвейере, и фон с рудой. Чтобы обучение прошло эффективнее, исходный массив увеличили с помощью дополнительной генерации. Благодаря этому для каждого типа объектов удалось создать достаточное количество примеров для качественной тренировки модели.
Разметка снимков и само обучение нейросети заняли около недели. В процессе тренировки использовались различные варианты расположения объектов в кадре, комбинировались их разные масштабы, разная ориентация в пространстве и сочетания с фоном. Это позволило адаптировать систему к условиям реальной съемки и снизить вероятность ложных срабатываний, когда алгоритм принимает кусок породы за посторонний объект.
Отмечается, что средняя точность обнаружения посторонних предметов составляет порядка 98%. Время захвата мелкого мусора из движущегося потока руды составляет 0,2 секунды, а полное время работы линии от момента начала движения манипулятора с захватом до возвращения на исходную точку – 3 секунды.
На случаи, когда инородные предметы скрыты в породе или плохо отличимы от нее, приходится 1-2% ситуаций.
По словам разработчиков, система успешно прошла пилотные испытания и подтвердила свою работоспособность.
Комментарии
(0) Добавить комментарий