Портфель решений ГОК "Карельский окатыш" для автоматизации производства

В журнале "Системы безопасности" № 3/2024 г. автор уже рассказал о некоторых проектах автоматизации производства на горно-обогатительном комбинате "Карельский окатыш": детектировании негабаритной руды, контроле железнодорожного переезда, мониторинге недробимых материалов и смещения контейнерной ленты и др. В данной статье более подробно будут освещены новые проекты, реализованные командой специалистов ГОК "Карельский окатыш": системы видеоаналитики для контроля состояния палет обжиговых машин и для контроля действий водителей автотранспортных средств, мониторинг наличия зубьев ковша на экскаваторе и погрузчике.

Компьютерное зрение позволяет повысить безопасность производственных процессов и увеличить эффективность производства. Собственная техническая экспертиза специалистов ГОК "Карельский окатыш" и компетенции при создании цифровых решений в области компьютерного зрения позволяют нам минимизировать затраты на внедрение проектов. Данный подход приносит наибольшую эффективность за счет оперативности разработки, он обеспечивает гибкость технических решений в условиях постоянного изменения производства.

Система видеоаналитики для контроля состояния палет обжиговых машин

Один из значимых проектов – это реализация системы видеоаналитики для контроля за состоянием палет обжиговых машин. Данный проект стал призером конкурса "Горная индустрия 4.0" на международной выставке-конференции Mining World Russia 2025.

Факты о проекте по контролю состояния палет обжиговых машин: 3 обжиговые машины, 210 палет в каждой машине, 2 видеокамеры на каждой машине, 27 детектируемых видов объектов, 1 400 новых номеров для палет.

Задачи проекта

Палета – это часть обжиговой машины в виде массивной тележки, на которую загружаются сырые окатыши при производстве обожженных окатышей.

Цель проекта: за счет автоматизированной идентификации дефектов обжиговых палет и перехода на модель их обслуживания в зависимости от технического состояния обеспечить снижение вероятности аварийных простоев обжиговых машин. Разработка была инициирована в связи с высокой частотой аварийных простоев обжиговых машин, вызванных выходом из строя обжиговых палет. Отсутствие единого механизма для обнаружения и фиксации дефектов палет затрудняло оперативное реагирование и планирование своевременного ремонта.

Решение охватывает три обжиговые машины и 630 рабочих палет, а также 70 палет в качестве обменного фонда. Внедрение системы видеоаналитики для контроля за состоянием палет позволяет обеспечить:

• общее понимание текущего состояния обжиговой машины;
• интерактивное обслуживание палет;
• планирование ремонтов обжиговых машин;
• оповещение о критичном состоянии палеты и необходимости ее замены.

Основные функции системы

Система видеоаналитики для контроля состояния палет обжиговых машин предусматривает следующие функции:

1. Идентификацию номера палеты с применением специальных табличек с номерами. Идентификация необходима только при старте системы. Для палет, на которых еще нет таблички с номером, система назначает виртуальный номер.
2. Определение местоположения палеты в пространстве с точностью до ~ 15 см.
3. Расчет прогноза времени прибытия тележки к точке демонтажа.
4. Склейку частей нескольких снимков в одно целое изображение палеты.
5. Идентификацию дефектов с использованием компьютерного зрения с привязкой к номеру тележки и к элементу конструкции тележки.
6. Идентификацию места и степени прогиба балок палеты с использованием специальных датчиков.
7. Расчет совокупного индекса износа тележки с учетом композиции дефектов.

Индекс износа используется для отображения на экране оператора на диаграмме статуса критичности и для планирования планового ремонта.

Распознавание дефектов

Модель нейронной сети обучена на распознавание 27 классов объектов. Модуль выполняет позиционирование и учет каждого найденного дефекта элемента конструкции. Поддерживается распознавание таких дефектов, как:

• отсутствие малого борта;
• отсутствие ходового ролика;
• отсутствие крышки ходового ролика;
• плохо прикрученная крышка ходового ролика;
• отсутствие болта боковины;
• отсутствие болта крышки ходового ролика;
• большой зазор между ОТ;
• дефект крепления пластины продольного уплотнения.

Необходимо не только обнаружить дефекты и подсчитать их количество, но и привязать эту информацию к каждой палете, которая идентифицируется по номеру. Для решения этой задачи было изготовлено 1 400 номеров с использованием объемных цифр, что обеспечивает высокую точность распознавания даже в агрессивной среде. все обжиговые палеты были оборудованы новыми номерами.

Система также дополнительно назначает порядковый номер для каждой палеты. Это помогает идентифицировать палету в круге в случае, если отсутствует физический номер на палете.

Описание технического решения

Схема технического решения системы видеоаналитики для контроля за состоянием палет обжиговых машин представлена на рис. 1.

Рис. 1. Схема технического решения системы видеоаналитики для контроля состояния палет обжиговых машин

Источником данных для модели компьютерного зрения являются видеопотоки с шести видеокамер. Видеопоток анализируется на GPU-сервере. Модель компьютерного зрения определяет наличие дефектов обжиговых палет на полученных кадрах с каждой из трех обжиговых машин, по каждой обжиговой палете, анализирует и относит их к определенному классу. Система видеоаналитики позволяет получать информацию о дефектах в реальном времени, предупреждать операторов о критических состояниях и собирать данные для глубокого анализа. Все дефекты классифицируются по уровню критичности, что позволяет эффективно управлять процессом ремонта и обслуживания. Для обучения системы использовалось около 142 тыс. изображений, что обеспечивает высокую точность распознавания дефектов. Проработана возможность ручного ввода данных для фиксации скрытых и трудноразличимых дефектов.

Система легко интегрируется с существующими производственными MES- и ERP-системами, что обеспечивает бесшовное взаимодействие и обмен данными.

Рис. 2. Интуитивно понятный интерфейс системы

Интерфейс системы

В MES-системе "КлиентПРО" разработан интуитивно понятный интерфейс (рис. 2), который позволяет пользователям легко управлять системой, просматривать результаты анализа и получать уведомления о дефектах. Интерфейс включает инструменты для мониторинга обжиговых машин, формирования и редактирования очереди, учета простоев и генерации отчетов.

Главный пользовательский инструмент – "мониторинг обжиговых машин". Инструмент содержит интерактивную модель (диаграмму) обжиговой машины. Интерактивная модель отображает реальное расположение палет обжиговой машины. Каждое звено диаграммы содержит номер палеты. В зависимости от критичности дефектов палеты звено имеет определенный цвет:

• красный (наивысший, четвертый, уровень критичности);
• оранжевый;
• желтый;
• зеленый.

В регламенте по замене обжиговых палет определен срок устранения неисправностей для каждого вида дефекта.

Рис. 3. Интерактивная модель обжиговой машины

Уникальные технические решения

При реализации проекта были разработаны и внедрены уникальные технические решения.

1. Интерактивная модель обжиговой машины, которая повторяет реальное расположение палет (рис. 3).

Каждое звено диаграммы (палета) содержит номер и определенный цвет в зависимости от типа обнаруженных или введенных вручную оператором дефектов. Цвет соответствует уровню критичности дефекта.

2. Таблички с объемными цифрами. Для эффективного распознавания номера палеты был разработан специальный формат таблички с использованием объемных цифр (рис. 4). Каждый номер состоит из четырех цифр. При его распознавании применяется метод, который дает дополнительную гарантию правильности считывания номера и увеличивает шансы правильности этого вывода в 10 раз.

Рис. 4. Табличка с объемным номером палеты

3. Определение вспомогательных объектов. вспомогательные объекты помогают определить точное местоположение дефектов и выполнить их точный подсчет. С помощью вспомогательных объектов можно также определять очередность прохода тележек и многое другое.

Программное обеспечение обрабатывает видеопотоки с двух камер, склеивая три кадра для получения полной картины (рис. 5). Это позволяет учитывать положение объектов и корректно идентифицировать дефекты.

Рис. 5. Анализ дефектов

Экономический эффект

Экономический эффект от внедрения системы видеоаналитики для контроля за состоянием палет достигается за счет сокращения аварийных простоев обжиговых машин, экономии мазута и электроэнергии. Анализ аварийных простоев за 2023 г. показал, что данное внедрение позволило сократить аварийные простои обжиговых машин на 618 мин. Экономия мазута на обжиг окатышей составила 43 260 т, экономия электроэнергии на обжиг окатышей – 185 400 кВтч.

Развитие системы

Система успешно введена в промышленную эксплуатацию, ведется активная работа по ее развитию и расширению функциональности. На текущий момент одной из главных доработок является выявление нового дефекта – прогиба палеты под воздействием высоких температур. Ранее данный дефект можно было определить только в период ремонта палеты в подрядной организации. Выявление прогиба реализовано на обжиговой машине № 2 в рамках пилотного проекта, планируется дальнейшее его расширение на обжиговые машины № 1 и № 3.

Прорабатывается также формирование электронного паспорта на каждую из 700 палет. Внедрение данной разработки позволит систематизировать данные по ремонтам и состоянию парка палет. На данный момент вся документация ведется на бумажных носителях и обрабатывать ее невозможно.

Контроль усталости водителя

Предпосылками к старту проекта явилось то, что усталость и отвлечение водителя являются одними из наиболее распространенных причин аварий карьерной техники. Система обеспечивает непрерывный мониторинг физического состояния и действий водителя, минимизируя риски человеческого фактора и способствуя предотвращению аварий и простоев. Пользовательский интерфейс реализован в MES-системе "КлиентПРО" (рис. 6).

Рис. 6. Пользовательский интерфейс системы контроля действий водителя

Техническое решение

Схема технического решения системы видеоаналитики для контроля действий водителя представлена на рис. 7.

Рис. 7. Схема технического решения системы видеоаналитики для контроля действия водителя

Основные компоненты системы видеонаблюдения для контроля действий водителя транспортного средства:

• промышленный ПК с вычислительным модулем Jetson;
• IP-видеокамеры с высоким разрешением и ИК-подсветкой;
• сервер баз данных MSSQL;
• веб-сервер хранения изображения и видео;
• пользовательский интерфейс, реализованный в MES-системе "КлиентПРО";
• терминал вывода сообщений системы диспетчеризации "Модулар-PTX".

Сервис работает на вычислительном модуле Jetson. Источником данных для моделей машинного зрения является видеопоток с камеры, установленной в кабине автосамосвала. На сегодняшний день системой видеонаблюдения оборудовано 50 единиц техники.

В процессе работы с помощью алгоритмов компьютерного зрения происходит анализ видеопотока с IP-видеокамеры. Метаданные анализа отправляются в сервер БД, на котором реализована основная бизнес-логика определения событий/нарушений.

Для обнаружения отвлечения или засыпания водителя определяются ключевые точки лица. Модель выводит оценку 478 трехмерных ориентиров лица. Она интегрирована с системой диспетчеризации "Модулар" и с MES-системой "КлиентПРО".

Оповещение пользователей осуществляется по разным каналам связи: СМС, e-mail, системе диспетчеризации "Модулар", пользовательскому интерфейсу, реализованному в MES "КлиентПРО". Для каждого пользователя, для каждого события есть возможность индивидуально настроить алгоритм оповещений, со своей частотой и логикой. Например, для водителей оповещение осуществляется через терминал "Модулар". При выявлении события/нарушения через терминал подается громкий звуковой сигнал для привлечения внимания водителя, а на монитор терминала выводится два сообщения: одно в бегущую строку, другое по центру экрана. Для закрытия сообщения водителю необходимо нажать на него.

Один из основных инструментов – это инструмент для работы с уведомлениями. В нем ответственные лица обрабатывают создаваемые события.

Детектируемые события и уникальные технические решения

На сегодняшний день сервис способен распознавать такие события, как нахождение водителя без пристегнутого ремня безопасности, отвлечение внимания, нарушение позиции камеры, определение водителя за рулем, нарушение работы камеры и др. Для каждого отдельного события заложен свой алгоритм и логика определения. Есть возможность индивидуально перенастроить логику определения события.

С сентября по февраль 2025 г. у нас проходила опытно-промышленная эксплуатация данной модели по функционалу, который был реализован. Результаты качества работы модели превысили плановые значения.

Стоит отметить, что детектирование событий происходит только на движущейся технике. В системе есть возможность выставить минимальную скорость, с которой система начнет работу, сейчас она составляет 5 км/ч. В основном для определения движения техники используется сигнал GPS, он считывается каждую секунду, что очень важно при определении таких событий, как засыпание и отвлечение водителя.

Но у использования GPS есть и свои минусы, которые могут приводить к созданию ложных событий: шумы, нестабильный сигнал, выход из строя. В нашем случае это также географическое расположение карьеров. В конце прошлого года мы решили протестировать использование цифрового акселерометра для определения движения техники. Анализ показал, что данные акселерометра можно применять на самосвале в качестве датчика движения. Результаты превзошли ожидания, поэтому в дальнейшем мы планируем оборудовать все самосвалы цифровыми акселерометрами и использовать их в качестве основного инструмента определения движения техники, а сигнал GPS использовать как резерв.

Рис. 8. Интерфейс оператора системы мониторинга наличия зубьев ковша

Мониторинг наличия зубьев ковша на экскаваторе и погрузчике

Автоматизированные системы мониторинга зубьев ковша экскаватора и погрузчика на основе компьютерного зрения предназначены для исключения аварийных простоев дробильно-обогатительной фабрики в результате попадания потерянных зубьев в передел.

Системы в автоматическом режиме оценивают состояние и наличие зубьев ковша. При обнаружении потенциальной потери зуба система мониторинга создает инцидент потери и информирует об этом:

• машиниста экскаватора (погрузчика) посредством вывода на бортовой монитор "Модулар" сообщения о вероятной потере зуба;
• мастера ответственного участка посредством СМС-информирования;
• оператора, ответственного за обработку входящих инцидентов, в форме подтверждения.

Форма подтверждения предназначена для оперативной обработки входящих инцидентов, подтверждения или опровержения потери зуба ковша и занесения информации о поиске утерянного зуба.

На основе предоставленной информации бизнес-подразделения проводят оперативные мероприятия по поиску потерянного зуба. Наше техническое решение в этом проекте прошло несколько этапов развития по мере получения опыта эксплуатации. Сейчас мы создаем и устанавливаем на экскаваторы модульное решение, что в условиях непрерывного производства и тяжелых условий эксплуатации показало свое преимущество.

Сервис работает на вычислительном модуле Jetson. Источником данных для моделей машинного зрения является видеопоток с видеокамеры. В процессе работы с помощью алгоритмов компьютерного зрения происходит анализ видеопотока с IP-видеокамеры. В каждом кадре происходит обнаружение зубьев и определение их порядковых номеров.

Выполнена интеграция с системой диспетчеризации "Модулар" и MES-системой "КлиентПРО". Модуль обладает следующей функциональностью:

• мониторинг наличия зубьев ковша;
• вычисление степени износа зубьев ковша;
• отправка аварийных уведомлений на бортовой компьютер "Модулар", в MES "КлиентПРО" на пользовательский интерфейс, через СМС;
• планирование ремонтов по замене на основе данных о состоянии.

Иллюстрации предоставлены автором.

Опубликовано в журнале "Системы безопасности" № 3/2025

Все статьи журнала "Системы безопасности"
доступны для скачивания в iMag >>

Иллюстрация к статье сгенерирована нейросетью Kandinsky