8-800-700-35-17
пн-пт 09.00 - 18.00 (МСК)

Главная Внедрения Промышленное машинное зрение Система оценки качества сахарной свеклы в кузове транспортного средства

Система оценки качества сахарной свеклы в кузове транспортного средства

При приемке сырья на Знаменском сахарном заводе в Тамбовской области (ООО «РУСАГРО-ЦЕНТР») производится оценка качества сахарной свеклы в кузове транспортного средства. Качество сырья определяется по загрязненности, количеству ботвы и посторонних включений, количеству сколов и наличию подмороженных клубней. Для оценки качества сахарной свеклы на этапе приемки специалистами Малленом Системс  была разработана автоматическая система классификации ВИСКОНТ.Свекла

Принцип работы

Над местом остановки грузовиков под навесом устанавливается IP-видеокамера. Видео с камеры поступает на компьютер, установленный в закрытом помещении или в защитном шкафу. Затем по запросу от учетной системы предприятия текущий кадр от камеры анализируется алгоритмами ПО «ВИСКОНТ.Свекла». С помощью нейронных сетей выполняется локализация содержимого кузова транспортного средства и поиск грязи, ботвы, сколов, снега. По полученным данным выполняется классификация сырья по категориям качества. Полученный результат отправляется в учетную систему предприятия.

  

Система применяет к каждому из показателей установленный для него весовой коэффициент и рассчитывает по ним итоговый показатель качества. Итоговый показатель качества сравнивается с порогом, динамически задаваемым в зависимости от загруженности производства. В результате формируется назначение: Хранение или Переработка.

Цели внедрения системы:

  1. Повышение точности и исключение влияния «человеческого фактора» в принятии решения о назначении транспортного средства на этапе приемки.
  2. Создание системы планирования подачи свеклы в завод (при интеграции с информационной системой предприятия).

Этапы внедрения системы:

  1. Установка и настройка оборудования на объекте.
  2. Установка и настройка программных библиотек и интерфейсов под особенности проекта.
  3. Интеграция с ИС Заказчика.
  4. Набор обучающей выборки и дообучение моделей.