Компания «Рексофт» в сотрудничестве с «Норникелем» успешно завершила внедрение системы видеоаналитики, предназначенной для выявления рудозасоряющих объектов в руде. Проект был реализован на трех предприятиях Заполярного филиала «Норникеля» – на рудниках «Маяк» и «Комсомольский», а также на Норильской обогатительной фабрике. Это решение может быть использовано в горнодобывающей и перерабатывающей отраслях, а также в непрерывных производствах, нефтехимической и химической промышленности, в дискретных производственных процессах и в непроизводственных сферах. Функция определения дефектов на конвейерной ленте универсальна для всех производств, где используются конвейеры. Об этом сообщает IT Speaker, ссылаясь на информацию из «Рексофта».
«Проект продемонстрировал, что система видеоаналитики может эффективно решать одну из актуальных задач горнодобывающих предприятий – контроль за рудозасоряющими телами в потоке руды. Мы получили инструмент, который способен в режиме реального времени обнаруживать инородные объекты и дефекты на конвейерной ленте, а также предоставляет руководству объективные данные о работе предприятия. Пилотный проект на рудниках “Маяк” и “Комсомольский”, а также на Норильской обогатительной фабрике показал высокую техническую эффективность решения, и мы планируем его дальнейшее распространение», – отметил результаты проекта Иван Биро, директор департамента развития процессов диспетчеризации «Норникеля».
Появление инородных объектов в потоке руды, поступающей на дробление, является традиционной проблемой для горнодобывающих и перерабатывающих предприятий. Твердосплавные металлические элементы и неметаллические засоряющие тела, такие как большие куски древесины, могут привести к поломке или остановке дробильного оборудования. Эти инциденты вызывают незапланированные простои и финансовые потери для бизнеса.
Данное решение представляет собой классическую систему видеоаналитики. Эта технология позволяет обнаруживать не только металлические, но и другие инородные предметы. Система включает в себя камеры, необходимую инфраструктуру для их функционирования, а также самоочищающиеся кожухи, что устраняет необходимость в ручной чистке оптики над конвейером. Передача данных осуществляется по проводным каналам связи, соответствующим высоким стандартам отказоустойчивости. Программное обеспечение видеоаналитики разработано с использованием нейросетей и является внутренней разработкой объединенной команды «Рексофта» и «Норникеля».
Эффективность работы системы по выявлению рудозасоряющих объектов оценивается по трем основным метрикам видеоаналитики – Precision, Recall и интегральной метрике F1. Precision измеряет количество ложных срабатываний. В ходе приемо-сдаточных испытаний для двух из трех объектов Precision составил 100% – ни одного ложного срабатывания, на третьем объекте – 95%. Recall показывает полноту обнаружения и варьируется от 90% до 98% для различных объектов. Интегральная метрика F1 на трех предприятиях составила от 0,96 до 0,98.
Кроме обнаружения рудозасоряющих тел, в рамках проекта также реализован функционал для определения возможных дефектов на конвейерной ленте – таких как порезы, пробои и глубокие царапины.
«Мы гордимся этой разработкой совместно с “Норникелем”. Интегральная метрика F1 для различных объектов составила от 0,96 до 0,98, при этом золотой стандарт для систем видеоаналитики составляет 0,9. Особо выделю самоочищающиеся кожухи камер – это технически интересное решение, которое снижает риски, связанные с ручной очисткой оптики над конвейером. В будущем мы планируем расширить функционал и внедрить систему на других объектах», – прокомментировал Артем Рагозин, заместитель директора проектного офиса департамента «Горная добыча и металлургия» «Рексофта».
Ранее редакция IT Speaker сообщала, что большая часть (81%) компаний внедряет цифровые технологии фрагментарно, а только у 20% цифровизация имеет комплексный характер. В то же время участники рынка отмечают, что интеграция на всех уровнях дает значительно больший эффект, чем точечные улучшения.
АЛРОСА внедрила компьютерное зрение для поиска сверхкрупных алмазов
