На быстрой линии гофрокартона проблема редко начинается с красивого и очевидного дефекта. Сначала меняется поведение полотна: край поднимается, плоскость теряет стабильность, появляется переходное состояние. Оператор может увидеть это глазами, но его внимание распределено между несколькими участками линии, а скорость потока не оставляет много времени на реакцию.
Именно в таких задачах полезен не общий отчет о качестве за смену, а ранний сигнал рядом с линией. Камера смотрит в выбранную точку гофроагрегата, система распознает состояние полотна и выводит оператору понятный статус: норма, признаки коробления или явное коробление. Для производства это практичная форма контроля коробления гофрокартона, потому что решение работает в ритме линии, а не после накопления брака.
Где возникает задача
На производстве гофрокартона полотно движется быстро, а коробление может развиваться в течение короткого времени. Если начало процесса замечено поздно, в брак уходит уже не один лист, а заметный объем материала. При скорости линии до 150 м/мин даже несколько минут задержки дают ощутимые потери.
Компания ИНДИНС сталкивалась с такой задачей в реализованном проекте для производства гофрокартона. Публичное описание проекта доступно на странице системы контроля коробления. На линии нужно было выявлять не только финальное состояние брака, но и ранний визуальный признак, который дает оператору время вмешаться.
Важная особенность этой задачи: коробление нельзя надежно контролировать универсальной камерой, поставленной в любое место. Сначала нужно найти участок, где ранний признак виден достаточно стабильно, затем собрать реальные кадры с этой точки, проверить освещение, ракурс, поведение материала и только после этого строить алгоритм.
Что видит система
Визуальный датчик смотрит не на всю линию целиком. Он работает с зоной интереса, где изменение формы полотна читается раньше и устойчивее. В кадр попадает выбранный фрагмент потока, затем программная часть классифицирует состояние.
Для производственного сценария обычно важны три рабочих состояния. Первое состояние: норма, когда линия идет стабильно. Второе состояние: признаки коробления, когда форма уже меняется, но оператор еще может успеть скорректировать процесс. Третье состояние: выраженное коробление, когда риск брака уже высокий.
Такой подход отличается от простой записи видео. Камера сама по себе только показывает картинку. Производству нужен результат, который можно использовать прямо в смене: включить желтый сигнал, зафиксировать событие, показать красный статус, сохранить диагностический кадр. Поэтому визуальный датчик проектируется как аппаратно-программное решение, а не как обычная камера наблюдения.
Почему одного кадра недостаточно
На линии всегда есть случайные факторы: вибрация, пыль, отражение света, кратковременная тень, движение человека рядом с оборудованием. Если система будет менять статус по одному кадру, оператор быстро перестанет доверять сигналу.
Поэтому в реализованном решении использовалась логика устойчивого подтверждения. Модель оценивает последовательность кадров, а статус меняется только тогда, когда одно состояние подтверждается на окне последних предсказаний. Случайный кадр не должен включать тревогу, а устойчивое изменение формы полотна должно быстро доходить до оператора.
Это один из практических моментов, который часто важнее красивой демонстрации модели. Для цеха ценность дает не максимальная уверенность на отдельном изображении, а стабильная работа в условиях линии: понятный сигнал, редкие ложные тревоги, сохранение текущего статуса при сомнительных кадрах и предсказуемое поведение после запуска.
Как оператор получает сигнал
В производственной зоне сложный интерфейс часто мешает. Оператору некогда открывать графики и разбирать технические проценты, когда линия уже меняет состояние. Поэтому для контроля коробления удобен простой выход через световую колонну.
- Зеленый: линия работает в нормальном состоянии.
- Желтый: появились признаки коробления, требуется внимание оператора.
- Красный: коробление подтверждено, нужно действовать по правилам производства.
Такая индикация не отменяет журнал событий и диагностические снимки. Они нужны технологу, руководителю производства и службе качества после смены. Но в моменте главный результат должен быть проще: система заметила риск и вывела его туда, где оператор его увидит.
Какие данные нужны
Для похожей задачи недостаточно взять несколько фотографий брака из архива. Модель должна видеть тот же ракурс, ту же оптику, ту же высоту установки, тот же материал и близкие условия освещения. Если устройство будет работать на линии, данные нужно собирать на линии.
Отдельно стоит сохранять переходные состояния. Если в датасете есть только идеальная норма и очевидный дефект, система будет хорошо различать крайние случаи, но может поздно реагировать на начало процесса. Для контроля коробления ценнее именно ранний сигнал. Значит, в выборку должны попадать кадры до дефекта, в момент появления признака и после развития коробления.
Практически это выглядит так: сначала устанавливается пилотный узел для сбора изображений, затем кадры размечаются по рабочим классам, спорные случаи проверяются отдельно, после этого модель переносится на устройство и тестируется уже в производственном цикле.
Связь с системой качества
Первый эффект от датчика может быть локальным: оператор раньше реагирует на риск, а линия теряет меньше материала. Следующий шаг появляется, когда событие датчика становится частью общего процесса качества.
Если предприятие ведет цифровой контроль качества, событие можно передавать в QAS-систему: время, статус, фотографию, участок линии, смену, партию и дальнейшее действие контролера. Тогда датчик перестает быть отдельной лампой на линии и становится источником данных для разбора причин брака.
Такая интеграция полезна руководителю производства. По журналу видно, в какие смены чаще появлялось коробление, сколько времени линия находилась в пограничном состоянии, какие эпизоды длились дольше обычного, как быстро команда реагировала на сигнал. Это уже не ручные впечатления, а история событий, которую можно обсуждать на планерке.
Что показал проект
В проекте по гофрокартону система была обучена на реальных производственных данных и установлена на линии. Пилотное сравнение показало снижение брака на участке с датчиком: за одинаковый период верхнее полотно с датчиком дало на 3019 м2 брака меньше, чем полотно без датчика. В публичном кейсе это соответствует снижению на 44%.
Позже по месяцу использования была зафиксирована экономия около 148000 рублей на одной линии. Для такой задачи важно именно это соотношение: устройство не заменяет технолога и оператора, но дает более ранний и стабильный сигнал. Чем быстрее команда видит переход к короблению, тем меньше материала успевает уйти в брак.
Похожий подход можно применять и к другим визуальным отклонениям на непрерывных линиях: изменению формы, нестабильному краю, неправильному положению материала, заметному дефекту поверхности или повторяемому признаку сбоя. В каждом случае нужно заново выбирать точку контроля, данные и реакцию линии.
Когда стоит начинать
Проект имеет смысл, когда дефект повторяется, появляется достаточно часто и заметен визуально раньше, чем его фиксирует обычный контроль. Если признак виден только после образования брака, система все равно может помочь с фиксацией, но экономический эффект будет слабее.
Перед разработкой полезно ответить на несколько вопросов: где впервые появляется признак, сколько времени проходит до явного брака, что должен сделать оператор после сигнала, какая цена ошибки, нужны ли журнал и интеграция с производственной системой. Эти вопросы относятся к общей автоматизации производства, потому что датчик должен быть встроен в реальный порядок работы цеха.
Если на линии есть повторяемый визуальный признак брака, который сложно стабильно контролировать вручную, задачу стоит разобрать отдельно: выбрать точку съемки, проверить данные, оценить скорость реакции и понять, какой сигнал действительно поможет смене. Хорошее решение начинается не с камеры, а с понятного производственного действия после обнаружения отклонения.