Промышленное Видеонаблюдение


Разработка → Промышленное видеонаблюдение: снимаем технологические данные с камер и предсказываем аварийные ситуации
Февраль 22, 2016 – 14:03
Системы охранного и
Очень далеко за МКАДом, где бродят только геологи и редкие медведи (забегая вперёд — они те ещё токсикоманы), есть производственный комплекс. На вход приходит добытая руда, на выходе — концентрат, который позже может и жахнуть.

Если при определённых условиях в эту зону зайдёт рабочий, его семье выплатят страховку

На этом заводе, естественно, установлена куча датчиков, сообщающих об авариях. Тем не менее, нужен был второй контур подтверждения, потому что до начала проекта в цех или на точку обязательно прибегал человек и визуально подтверждал ситуацию. До этого принимать какие-то критичные меры было нельзя.

Это цветной кадр с одной из камер. Всё, вообще всё покрыто серой пылью.

В отличие от тёплых и прельстивых офисов и стерильных ЦОДов, на этом объекте постоянно нехило шарашит электромагнитное излучение от кабелей с ногу толщиной, помехи от пусков разного оборудования. И ещё тут отличная пыль, которая накапливается по сантиметру в сутки.

Постановка задачи

Итак, есть комплекс датчиков на заводе, который сигнализирует о тех или иных нештатных ситуациях диспетчеру. Поскольку датчики очень часто ведут себя странно, плюс дают далеко не полную картину масштаба ситуации и вообще характера её развития, для принятия серьёзного решения нужно отправить человека посмотреть, что происходит. Диспетчер по интеркому вызывает начцеха, а тот уже ищет бригадира и просит разобраться. Ответов бывает два: «Нет, компьютер гонит» и, куда реже, «Михалыч, тут ####, давай #### срочно!». Через несколько минут приходит словесное описание аварии. Если авария серьёзная — в очень сжатой, ёмкой и образной форме. Именно эта форма (запоздавшая на 4-5 минут) является причиной остановки конвейера, аварийного сброса давления на ряде агрегатов, поломки дорогого оборудования при экстренном отключении и других вещей, после которых компания обычно терпит финансовые убытки.

С финансовыми убытками, конечно, мириться было нельзя.

Изначально заказчик обратился к нам, чтобы рассчитать стоимость системы машинного зрения, позволяющую в автоматическом режиме отслеживать все проблемные точки. Был приложен список узлов и перечень возможных аварий. Например, в этом чане ничего не должно переливаться через край; этот узел не должен работать, пока рядом люди; сюда к трубопроводу из любопытства иногда заходят медведи; здесь бывает брешь в трубопроводе, а тут надо следить за тем, чтобы по конвейеру не поехал вдруг крупный кусок, мусор — или лента не порвалась.

Забегая чуть вперёд, покажу кадр с линии, где, например, надо контролировать проезжающие ломы, палки и другой крупногабарит. На западе ещё контролируют размер фракции, но это уже куда дороже и из-за требований к картинке, освещению, и из-за особенностей кода:

Для таких систем есть готовые промышленные решения, разрабатываемые для американских, немецких и японских производств. Их главная проблема в том, что каждый нестандартный детектор требует серьёзного объёма кода и тестов на распознавание. Мы говорили и с отечественными, и с западными разработчиками подобных систем, и посчитали первый бюджет. Главные проблемы — вот эти нестандартные детекторы и тяжелые для распознавания сюжеты как выше почти без контраста.

Бюджет получился очень большой, поэтому заказчик ушёл думать дальше. По его подсчётам выходило, что куда дешевле в 10-летней перспективе поднять ещё диспетчерский пункт и посадить туда людей, которые знают производство как свои пять пальцев и отлично умеют распознавать нештатные ситуации. Плюс прикрутить базовую автоматизацию вроде фокуса на картинке по сработке датчика, базовому отслеживанию движения в зонах, где движения быть не должно и т.п. В общем, человек должен быть — как бабка на эскалаторе в метро.

Итак, мы собирали систему на базе камер, простых датчиков и в программной части—базовых (библиотечных) детекторов.

Технологическое зрение

Правильно система называется «технологическое зрение». Технолог удаленно смотрит что у него там на заводе происходит и не заходит в агрессивную среду. Зато в этой агрессивной среде завода стоят наши камеры. Под понятие технологического зрения ещё подпадают такие решения как специализированная аналитика по узлу. Например, стоит такой станок, то задача — смешивать компоненты и получать на выходе пену определённого типа. Машинное зрение определяет размер ячейки пены — в зависимости от размера ячейки аналитика определяет, какого реагента добавить и сразу отдаёт команду на контроллер станка. Мы такое ещё не внедряли, но, в целом, это вполне реально. Другое дело, что, повторюсь, конкретно здесь из-за особых условий живой технолог получается экономичнее.
Source: habrahabr.ru
Похожие публикации