Кейс: разработка ИИ-системы для производства в строительной отрасли
В современном производстве строительных материалов, особенно при выпуске крупногабаритной продукции, такие как газобетонные блоки (ГСИ), контроль качества становится не просто этапом, а критическим фактором выживания.
Ручной контроль — ненадежен, медленен и подвержен человеческому фактору. Мы в RedKrab столкнулись с этой проблемой, когда к нам обратился производитель газобетонных блоков с задачей: создать систему, способную автоматически обнаруживать дефекты на всех стадиях производства — от формовки до упаковки.
Наша цель — превратить контроль качества из «необходимого зла» в инструмент повышения эффективности, снижения издержек и усиления конкурентных преимуществ.
Клиент
Наши заказчики — один из крупнейших производителей газобетонных блоков в России. Их продукция используется в массовом жилищном строительстве, на объектах инфраструктуры и в коммерческой недвижимости.
Объем производства — тысячи кубометров в месяц.
Задачи
Заказчик дал чёткую задачу: разработать и внедрить систему автоматического обнаружения дефектов продукции ГСИ на всех стадиях производства.
Под «дефектами» понимались:
- Дыры и разрывы в теле блока.
- Несоответствие толщины — отклонение от заданного размера.
- Отклонение от геометрии — неровность кромок, скосы, непрямолинейность.
- Несоответствие размеров — длина, ширина, высота.
Цель системы — а проанализировать, классифицировать, зафиксировать и предупредить. Чтобы оператор мог принять решение: браковать изделие, отправить на доработку или выпускать.
Также важно было обеспечить:
- Сортировку продукции по степени качества — чтобы можно было использовать блоки с незначительными дефектами для менее ответственных конструкций.
- Контроль размеров — для соблюдения стандартов и исключения рекламаций.
- Анализ причин брака — чтобы технологи могли корректировать режимы производства.
Что было
Предприятие уже имело опыт работы с автоматизацией, но контроль качества оставался ручным. Операторы проверяли каждый блок визуально, что было неэффективно и не масштабируемо.
Кроме того, не существовало единой системы учёта дефектов — каждая смена фиксировала данные по-своему, что мешало анализу причин и предотвращению повторения ошибок.
Проектирование
Работа началась с детального аудита производственного процесса. Мы провели несколько дней на заводе, наблюдая за каждым этапом: от заливки формы до упаковки готового изделия.
На каждом участке мы определяли:
- Какие дефекты чаще всего встречаются.
- На каких этапах они возникают.
- Как их сейчас обнаруживают.
- Какие параметры нужно контролировать.
На основе этого была разработана архитектура системы:
- Установка камер на ключевых точках линии — после формовки, после сушки, перед упаковкой.
- Выбор оборудования — камеры с высоким разрешением, светодиодное освещение, защитные кожухи от пыли и влаги.
- Разработка алгоритмов — нейросеть, обученная на тысячах изображений блоков с разными типами дефектов.
- Интеграция с ERP — чтобы данные о браке попадали в систему учёта и анализа.
- Интерфейс для оператора — простой, с цветовой индикацией.
Работа над проектом
Проект был реализован в три этапа.
Этап 1: Пилот на одном участке.
Мы начали с одного участка. Первые результаты были неидеальными: система пропускала мелкие трещины, ошибочно браковала нормальные блоки.
Мы собрали данные, дообучили модель, добавили фильтры. Спустя время точность повысилась до необходимого уровня и мы решили расширить систему на другие участки.
Этап 2: Масштабирование на всю линию.
На втором этапе мы установили камеры на всех ключевых точках. Мы также разработали модуль сортировки — система автоматически направляла блоки на разные конвейеры в зависимости от степени дефекта.
Этап 3: Интеграция и обучение персонала.
После запуска системы мы провели серию тренингов для операторов и технологов. Обучили их работе с интерфейсом, объяснили, как система принимает решения, как интерпретировать данные.
Также настроили интеграцию с ERP — теперь все данные о браке, причинах, количестве, времени фиксации — попадали в единый журнал. Технологи получили возможность анализировать данные: какие дефекты чаще всего возникают, на каком этапе, при каких режимах.
Интересные детали
1. Контроль геометрии объекта.
Одной из самых сложных задач было измерение геометрии блока. Не просто длина и ширина, а углы, параллельность кромок, ровность поверхностей.
Мы разработали алгоритм, который:
- Выделяет контур блока.
- Определяет его грани.
- Измеряет углы между ними.
- Сравнивает с эталоном.
- Если угол отличается от 90° более чем на 0,5° — система помечает блок как «неровный».
Это позволило выявлять дефекты, которые раньше пропускали даже опытные операторы.
2. Контроль ровности реза.
На линии по производству газобетонных блоков важна не только форма, но и качество реза. Неровный рез — это риск при кладке, увеличение расхода раствора, снижение прочности конструкции.
Мы применили метод анализа текстуры и границ. Система сравнивает фактуру поверхности с эталоном и выявляет неровности, даже если они не видны невооруженным глазом.
На изображении ниже видно, как система выделяет линии реза и измеряет угол — 90,03°. Такая точность позволяет гарантировать, что блоки будут идеально совпадать при кладке.
Кому будет полезно
Этот проект — для компаний, которые:
- Производят крупногабаритную продукцию — строительные материалы, металлоконструкции, плиты, блоки.
- Столкнулись с проблемой брака — и хотят не просто «заметить», а предотвратить.
- Хотят повысить качество продукции — и снизить количество рекламаций.
- Нуждаются в системе учета дефектов — чтобы анализировать причины и устранять их.
- Готовы инвестировать в технологии — но хотят видеть конкретный ROI.
Результаты
Через год после запуска система дала следующие результаты:
- Снижение количества брака на 18% — за счет раннего обнаружения дефектов и корректировки процессов.
- Повышение качества продукции на 20% — благодаря точному контролю размеров и геометрии.
- Сокращение времени контроля качества на 50% — операторы больше не проверяют каждый блок вручную.
- Снижение потерь — за счет сортировки продукции по степени качества.
Нужна разработка
ИИ-системы для производства?
Пишите, за 10 минут разберем задачи и рассчитаем примерную стоимость проекта.
Или звоните +7 (812) 925-77-70
Звоните, за 10 минут уточним задачи и рассчитаем примерную стоимость проекта.
тел.: +7 (812) 925-77-70
