Мы на каждое место выгрузки поставили по камере для контроля лома. Ставить камеры на номера для каждого места посчитали нецелесообразным, т. к.:
Для вагона и машины нужно две разных камеры, т. к. номер у машины впереди, а у вагона сбоку.
В случае с двумя параллельными путями камеры между ограждением закрома и машиной/вагоном около полуметра, там темно и иногда сыпется лом, камера там мало что увидит и проживёт недолго.
Когда машины стоят одна за одной, номера можно и не увидеть. Поэтому мы поставили камеры для номеров на воротах.
Да, люди контролируют из офиса, им не нужно больше находится в зоне погрузки. На текущий момент это система поддержки принятия решений, последнее слово в оценке вида лома и уровня за человеком, но он вынужден ориентироваться на результат модели. Это, на наш взгляд, снижает уровень субъективности.
Люди могут увеличить фотографию на экране, если они хотят что-то разглядеть. Для ВОПов будут, конечно, разноцветные рамочки, самое главное привлечь внимание оператора, чтобы он оперативно остановил выгрузку.
Идею с метками мы рассматривали, там очень пыльно на участке, поэтому метки придётся чистить периодически. Лазер в пыли и на вибрирующем объекте достаточно нестабильно работает. И ещё на путях несколько кранов, получается нужно датчики выносить выше и гарантировать что его ничто не перекроет.
Мы пробовали нечто похожее на другой задаче, пока в режиме RND. Есть ещё проблема в том, что мы поставщику должны доказать, что лом грязный. Фотографии слоёв отлично для этого подходят. А временной ряд намагниченности — не уверен что мы сможем им это объяснить.
Мы несколько лет думали о создании такой системы, но не получали одобрения от бизнеса. Коллеги из НЛМК доказали, что проект действительно работает и приносит пользу. Мы к ним приезжали, чтобы увидеть всё вживую, задать вопросы и понять, как они это сделали. Большое спасибо им за то, что поделились опытом и наработками! По сути, они решили большую часть верхнеуровневых проблем и задали стандарт, на основе которого мы строили свою систему. Но, как видите, реализация деталей у нас разная.
Особенно ценно, что их пример помог нам избежать установки камер на краны ради идеального ракурса. Это сложный и затратный процесс: нужен Wi-Fi в цеху из металла, точное позиционирование кранов, а ещё борьба с размытием изображения из-за вибрации. Отказ от этой идеи сэкономил нам много времени и ресурсов.
Сейчас система в ОПЭ, и эффекты мы планируем получать после введения системы в ПЭ. По поводу оказания услуг — интересная идея, но пока наша цель сделать систему для нашей компании. Ещё потенциально есть вторая очередь проекта, она сложнее и интереснее чем то, что описано в статье.
Камеры передают изображение по кабелю. Так надежнее и в конечном итоге дешевле (все равно питание к камерам вести надо, так чего бы и сеть по этому же кабелю не завести).
Системы позиционирования крана нет, поэтому и нет координат. GPS\ГЛОНАСС не предлагать под металлической крышей и стенами. Нам это не сильно мешает, т. к. у нас камеры стоят неподвижно.
Мы знаем, что приехало, но оно может перемешаться в зоне разгрузки, потому что водители — творческие люди. Мы считываем номера на въезде на участок и далее анализируем движение под нашими камерами, чтобы понять, в какую позицию встал вагон или машина. Теперь машинам сообщают в какую позицию выгрузки вставать.
Собирали с марта 2023 года. Повесили две камеры и сделали прототип модуля захвата и обработки изображений для целевой системы. Он работал в режиме сбора данных: определял, что приехало транспортное средство, и сохранял фото слоев выгрузки для этого ТС. Ну а когда мы установили все камеры, процесс пошел примерно в 20 раз быстрее. Что касается точности — еще не финал. Скажем так, средняя дисперсия результатов модели ниже, чем дисперсия между экспертами. Это внедрено в Выксе.
Да, мы тоже об этом думали. Тепловизионные камеры высокого разрешения стоят сильно дороже оптических и не всегда доступны на рынке. Хотя наверное тепловизионная картинка даст нам доп. признаки и повысит точность. В общем, это поле для исследований.
У нас весь лом магнитный. Мы же черные металлурги. То, что немагнитное, — это либо цветмет, либо неметаллический засор. И то, и другое плохо. Небольшое количество меди, попавшее в сталь, сильно ухудшает её механические свойства, а нейтрализовать её очень сложно и дорого.
Поэтому то, что не магнитится, — это не металлолом, а засор, его выгружают при очистке вагонов грейфером, а то, что осталось, — совковой лопатой.
Наверное, в любой работе есть место для творчества. В данном случае мы убираем человека из зоны с опасными и вредными условиями труда (перемещение грузов, запыленность, перепады температур) в офисное помещение.
Все верно вы пишете. Мы тоже этим озаботились. У нас есть шредер, который решает эти задачи. Просто это значительно более поздняя технологическая операция. Нам-то нужно определять засор в моменте, чтобы рассчитаться с поставщиком.
Качество на взгляд коллег, которые принимают лом, вполне удовлетворительное. Разрешение камер 4К.
Ракурс сбоку не идеален, но это неизбежный компромисс. Камеры нельзя устанавливать выше, так как мостовой кран будет их перекрывать, в момент выгрузки он находится прямо над вагоном. Можно разместить камеру на кране, с неё видимость отличная, но это создаёт множество проблем: связь, позиционирование крана и вибрации, — что, скорее всего, убьет проект.
В худшем случае мы видим более половины поверхности дна вагона или кузова, и этого достаточно. Раньше люди с эстакады и этого не видели.
Искажения широкоугольного объектива мало влияют как на модель, так и на восприятие засора человеком. Их можно корректировать программно, но тут это не требуется.
В системе есть функция уведомления о превышении критического процента засора в текущем слое, так что выгрузку грязного вагона стараются прервать на первых слоях. Грязный вагон, как правило, видно сразу. Но не всегда. Сомнительные вагоны выгружаются на отдельной площадке, где лом не перемешивается с другим, так что его можно загрузить обратно. Дальше проводится претензионная работа с поставщиком, в рамках которой решается вопрос оплаты уже выгруженного лома.
Лом имеет сложную топологию, и земля может быть в той же трубе. В том числе влажная. И ещё это может быть грязь, которая налипла.
По слоям можно отснять загрязнённость лома, потому что видно, в каком состоянии металл (насколько облеплен) и сколько ссыпается между слоями.
Самое интересное, что вагоны мы либо принимаем, либо нет. Если принимаем, то должны его вернуть чистым, потому что для РЖД вагон с землей на дне формально идет как гружёный, а не порожний. Взвесить отдельно мусор очень сложно по ряду причин (в том числе из-за налипаний на лом), и общепринятая практика — именно фотоотчёты.
Извините, забыл указать, что у нас 46 мест выгрузки.
Мы на каждое место выгрузки поставили по камере для контроля лома. Ставить камеры на номера для каждого места посчитали нецелесообразным, т. к.:
Для вагона и машины нужно две разных камеры, т. к. номер у машины впереди, а у вагона сбоку.
В случае с двумя параллельными путями камеры между ограждением закрома и машиной/вагоном около полуметра, там темно и иногда сыпется лом, камера там мало что увидит и проживёт недолго.
Когда машины стоят одна за одной, номера можно и не увидеть. Поэтому мы поставили камеры для номеров на воротах.
Да, люди контролируют из офиса, им не нужно больше находится в зоне погрузки. На текущий момент это система поддержки принятия решений, последнее слово в оценке вида лома и уровня за человеком, но он вынужден ориентироваться на результат модели. Это, на наш взгляд, снижает уровень субъективности.
Люди могут увеличить фотографию на экране, если они хотят что-то разглядеть.
Для ВОПов будут, конечно, разноцветные рамочки, самое главное привлечь внимание оператора, чтобы он оперативно остановил выгрузку.
Идею с метками мы рассматривали, там очень пыльно на участке, поэтому метки придётся чистить периодически. Лазер в пыли и на вибрирующем объекте достаточно нестабильно работает. И ещё на путях несколько кранов, получается нужно датчики выносить выше и гарантировать что его ничто не перекроет.
Мы пробовали нечто похожее на другой задаче, пока в режиме RND.
Есть ещё проблема в том, что мы поставщику должны доказать, что лом грязный. Фотографии слоёв отлично для этого подходят. А временной ряд намагниченности — не уверен что мы сможем им это объяснить.
Мы несколько лет думали о создании такой системы, но не получали одобрения от бизнеса. Коллеги из НЛМК доказали, что проект действительно работает и приносит пользу. Мы к ним приезжали, чтобы увидеть всё вживую, задать вопросы и понять, как они это сделали. Большое спасибо им за то, что поделились опытом и наработками! По сути, они решили большую часть верхнеуровневых проблем и задали стандарт, на основе которого мы строили свою систему. Но, как видите, реализация деталей у нас разная.
Особенно ценно, что их пример помог нам избежать установки камер на краны ради идеального ракурса. Это сложный и затратный процесс: нужен Wi-Fi в цеху из металла, точное позиционирование кранов, а ещё борьба с размытием изображения из-за вибрации. Отказ от этой идеи сэкономил нам много времени и ресурсов.
Сейчас система в ОПЭ, и эффекты мы планируем получать после введения системы в ПЭ. По поводу оказания услуг — интересная идея, но пока наша цель сделать систему для нашей компании. Ещё потенциально есть вторая очередь проекта, она сложнее и интереснее чем то, что описано в статье.
Камеры передают изображение по кабелю. Так надежнее и в конечном итоге дешевле (все равно питание к камерам вести надо, так чего бы и сеть по этому же кабелю не завести).
Системы позиционирования крана нет, поэтому и нет координат. GPS\ГЛОНАСС не предлагать под металлической крышей и стенами. Нам это не сильно мешает, т. к. у нас камеры стоят неподвижно.
Мы знаем, что приехало, но оно может перемешаться в зоне разгрузки, потому что водители — творческие люди. Мы считываем номера на въезде на участок и далее анализируем движение под нашими камерами, чтобы понять, в какую позицию встал вагон или машина. Теперь машинам сообщают в какую позицию выгрузки вставать.
Собирали с марта 2023 года. Повесили две камеры и сделали прототип модуля захвата и обработки изображений для целевой системы. Он работал в режиме сбора данных: определял, что приехало транспортное средство, и сохранял фото слоев выгрузки для этого ТС. Ну а когда мы установили все камеры, процесс пошел примерно в 20 раз быстрее.
Что касается точности — еще не финал. Скажем так, средняя дисперсия результатов модели ниже, чем дисперсия между экспертами. Это внедрено в Выксе.
Да, мы тоже об этом думали. Тепловизионные камеры высокого разрешения стоят сильно дороже оптических и не всегда доступны на рынке. Хотя наверное тепловизионная картинка даст нам доп. признаки и повысит точность. В общем, это поле для исследований.
У нас весь лом магнитный. Мы же черные металлурги. То, что немагнитное, — это либо цветмет, либо неметаллический засор. И то, и другое плохо. Небольшое количество меди, попавшее в сталь, сильно ухудшает её механические свойства, а нейтрализовать её очень сложно и дорого.
Поэтому то, что не магнитится, — это не металлолом, а засор, его выгружают при очистке вагонов грейфером, а то, что осталось, — совковой лопатой.
Скорее всего можно, просто у нас нет угля в тех процессе. И надеюсь что не будет, т. к. все продвинутые металлурги переходят на водород.
Наверное, в любой работе есть место для творчества. В данном случае мы убираем человека из зоны с опасными и вредными условиями труда (перемещение грузов, запыленность, перепады температур) в офисное помещение.
Все верно вы пишете. Мы тоже этим озаботились. У нас есть шредер, который решает эти задачи. Просто это значительно более поздняя технологическая операция. Нам-то нужно определять засор в моменте, чтобы рассчитаться с поставщиком.
Качество на взгляд коллег, которые принимают лом, вполне удовлетворительное. Разрешение камер 4К.
Ракурс сбоку не идеален, но это неизбежный компромисс. Камеры нельзя устанавливать выше, так как мостовой кран будет их перекрывать, в момент выгрузки он находится прямо над вагоном. Можно разместить камеру на кране, с неё видимость отличная, но это создаёт множество проблем: связь, позиционирование крана и вибрации, — что, скорее всего, убьет проект.
В худшем случае мы видим более половины поверхности дна вагона или кузова, и этого достаточно. Раньше люди с эстакады и этого не видели.
Искажения широкоугольного объектива мало влияют как на модель, так и на восприятие засора человеком. Их можно корректировать программно, но тут это не требуется.
В системе есть функция уведомления о превышении критического процента засора в текущем слое, так что выгрузку грязного вагона стараются прервать на первых слоях. Грязный вагон, как правило, видно сразу. Но не всегда. Сомнительные вагоны выгружаются на отдельной площадке, где лом не перемешивается с другим, так что его можно загрузить обратно. Дальше проводится претензионная работа с поставщиком, в рамках которой решается вопрос оплаты уже выгруженного лома.
Да, разница между груженым и пустым. Но для оплаты поставщику из этой массы вычитается масса засора.
Лом имеет сложную топологию, и земля может быть в той же трубе. В том числе влажная. И ещё это может быть грязь, которая налипла.
По слоям можно отснять загрязнённость лома, потому что видно, в каком состоянии металл (насколько облеплен) и сколько ссыпается между слоями.
Самое интересное, что вагоны мы либо принимаем, либо нет. Если принимаем, то должны его вернуть чистым, потому что для РЖД вагон с землей на дне формально идет как гружёный, а не порожний. Взвесить отдельно мусор очень сложно по ряду причин (в том числе из-за налипаний на лом), и общепринятая практика — именно фотоотчёты.