Как ИИ и камеры сократили простой горного конвейера на 30% (и спасли миллионы)
Машинное зрение заменило ручной осмотр: точность диагностики 98%, время простоя — минус 30%. Без неожиданных разрывов.
Остановка конвейера — это прямые убытки
Горно-обогатительный комбинат. Основной конвейер везёт руду. Останавливается — теряются сотни тысяч рублей за час. А останавливался он часто.
Почему? Ленты рвались неожиданно. Износ было невозможно предсказать.
Раньше проблему искали так: специалист ходил вдоль конвейера и осматривал его. Это занимало до 2 часов в сутки. Но даже за это время человек не мог заметить микротрещины или начинающийся перекос.
В итоге — аварийный ремонт, долгий простой и убытки.
Почему? Ленты рвались неожиданно. Износ было невозможно предсказать.
Раньше проблему искали так: специалист ходил вдоль конвейера и осматривал его. Это занимало до 2 часов в сутки. Но даже за это время человек не мог заметить микротрещины или начинающийся перекос.
В итоге — аварийный ремонт, долгий простой и убытки.
Что предложили мы: умные камеры вместо луп и фонариков
Мы не стали учить людей лучше смотреть. Мы убрали человека из этой зоны.
Шаг 1. Установили камеры вдоль всей ленты
Высокоскоростные, работают 24/7. Никаких выходных и обедов.
Шаг 2. Обучили нейросети видеть то, что важно
ИИ научился:
- проверять целостность стыков,
- считать заклёпки и замечать, сколько уже выпало,
- измерять ширину ленты и центрирование (чтобы вовремя заметить перекос),
- находить продольные разрывы, трещины и другие дефекты поверхности.
Шаг 3. Данные — в единую систему
Камеры передают картинку в центр. Там строятся графики износа, формируются прогнозы, генерируются отчёты. Мастер по ремонту открывает ноутбук — и видит, когда лента потребует замены с точностью до недели.
Шаг 1. Установили камеры вдоль всей ленты
Высокоскоростные, работают 24/7. Никаких выходных и обедов.
Шаг 2. Обучили нейросети видеть то, что важно
ИИ научился:
- проверять целостность стыков,
- считать заклёпки и замечать, сколько уже выпало,
- измерять ширину ленты и центрирование (чтобы вовремя заметить перекос),
- находить продольные разрывы, трещины и другие дефекты поверхности.
Шаг 3. Данные — в единую систему
Камеры передают картинку в центр. Там строятся графики износа, формируются прогнозы, генерируются отчёты. Мастер по ремонту открывает ноутбук — и видит, когда лента потребует замены с точностью до недели.
Результат: цифры, которые греют душу экономиста
- Точность диагностики дефектов — 98%. Человек так не мог.
- Время внепланового простоя сократилось на 30%. Потому что теперь ремонт плановый, а не по факту разрыва.
- Специалисты больше не ходят вдоль ленты часами — они анализируют данные и управляют процессом.
- Производство получило защиту от неожиданных остановок. А это стабильность планов и их выполнение.
- Время внепланового простоя сократилось на 30%. Потому что теперь ремонт плановый, а не по факту разрыва.
- Специалисты больше не ходят вдоль ленты часами — они анализируют данные и управляют процессом.
- Производство получило защиту от неожиданных остановок. А это стабильность планов и их выполнение.
Хотите так же на вашем производстве?
Вот чек-лист
1. Найдите самую болезненную точку — оборудование, чей простой дороже всего.
2. Решите, что именно отслеживать: трещины, смещение, вибрацию, температуру? Это станет задачей для ИИ.
3. Начните с пилотного участка — один конвейер, один станок. Отработайте технологию.
4. Встройте аналитику в планирование. Данные от системы должны автоматически запускать заявку на ремонт или закупку запчастей.
2. Решите, что именно отслеживать: трещины, смещение, вибрацию, температуру? Это станет задачей для ИИ.
3. Начните с пилотного участка — один конвейер, один станок. Отработайте технологию.
4. Встройте аналитику в планирование. Данные от системы должны автоматически запускать заявку на ремонт или закупку запчастей.
Подписывайтесь, чтобы не пропустить новые кейсы по автоматизации и ИИ. Если хотите такую же систему — Robis Merger поможет рассчитать экономику и внедрить.
