summary-header

Автоматизация контроля качества корма при помощи компьютерного зрения

Rubius разработал сервис, который помогает в 6 раз быстрее определять размеры и форму кусочков корма для домашних животных

Технологии

  • C#
  • Python
  • .Net
  • React

Заказчик

Компания-заказчик входит в топ-5 компаний пищевой промышленности в России.  

Проблема

Компания-заказчик провела исследование и выяснила, что питомцы предпочитают корм со сбалансированным размером кусочков. И если в упаковке окажется слишком много больших кусочков, то кошка или собака могут недоесть корм или совсем от него отказаться. Это подталкивает владельцев домашних животных выбирать продукты других производителей, что может вызвать отток клиентов и негативно сказаться на прибыли компании.

Ранее сотрудники компании отслеживали размеры кусочков корма для животных вручную на этапе контроля качества. Каждые три часа специалист по контролю качества брал небольшую часть партии с непрерывной ленты и отделял самые длинные кусочки. Если количество таких кусочков превышало допустимую норму – это означало, что механизм нарезки работает не совсем правильно. 

Для следующей партии сотрудник корректировал параметры установки, а отобранный корм отправлял на переработку. Заказчику требовалось увеличить скорость и качество проверки, чтобы необходимые размеры корма были в пачке в оптимальном количестве.

Мы выделили три основных фактора, из-за которых в упаковку корма для животных попадает больше крупных кусочков:

  • Субъективность оценки: оценка одного и того же кусочка может различаться из-за разной квалификации и опыта работы сотрудников. Это делает контроль качества корма неоднородным.
  • Невоспроизводимость системы: человек не может выполнять одну и ту же задачу с одинаковой точностью в течение длительного времени. Человеческий фактор, проблемы с концентрацией, усталость – всё это приводит к неточностям в измерениях контроля качества.
  • Низкая скорость контроля: специалисту по контролю качества требуется от 15 до 30 минут, чтобы проверить тестируемую часть партии.

Решение

Команда Rubius разработала специальный модуль компьютерного зрения (CV) для контроля качества корма. Модуль интегрирован в web-приложение, которое помогает специалисту отслеживать размеры кусочков корма на основе фото с камер, расположенных вдоль конвейерной ленты. Приложение можно запустить на планшете и ПК.

Как работает система

  • Пользователь авторизуется через единый портал экосистемы сайтов производителя. Приложение загружает необходимые данные о заводе, к которому привязан пользователь, и все последующие результаты направляются в базу данных именно этого завода.
  • Далее пользователь выбирает рабочую смену, устанавливает начальные параметры и корректирует исходные данные. Теперь всё готово к началу работы.
  • Камеры, расположенные вдоль конвейерной ленты, фотографируют корм по нажатию кнопки “Сделать фото".
система контроля качества
Экран запуска обработки фотографий при помощи компьютерного зрения
  • Система выдаёт результат в виде изображения с пометками о наборах кусочков корма, а также текстовое сообщение о том, соответствует ли тестируемая часть партии контрольным параметрам.
система компьютерного зрения
 Результат проверки контрольной части партии с помощью компьютерного зрения 

Экран с результатами отображает следующие данные:

  • A, B, C…G – доля кусочков определённой длины или ширины в процентах согласно спецификации 
  • “высокий” (красный цвет) – содержание кусочков этого размера и формы превышает допустимое значение
  • “ОК” (зелёный цвет) – содержание кусочков этого размера и формы соответствует норме
  • “низкий” (жёлтый цвет) – содержание кусочков этого размера и формы слишком низкое

Для более детальной проверки пользователь может просмотреть сводную таблицу с данными о спецификации (длина, форма, площадь) кусочков корма и сравнить их с допустимыми показателями. Это позволяет быстро исправлять некорректности в работе механизма нарезки и гарантировать попадание кусочков корма необходимого размера в упаковку. Общее время проверки составляет не более 5 минут.

В приложении есть функция справки, где отображается подробная инструкция по использованию приложения и способах оценки кусочков корма. Также приложение содержит данные о прошлых измерениях.

Результат

Web-приложение помогает специалистам по контролю качества отслеживать состояние корма в любой момент движения ленты, и по размеру кусочков быстро выявлять и исправлять некорректность работы механизма нарезки. 

Оценка качества корма происходит по допустимым показателям (длина, форма, площадь), которые никак не меняются с течением времени. Благодаря этому результаты получаются однородными и без погрешностей. 

Система работает круглосуточно с одинаковой продуктивностью на всех заводах производителя корма для животных. Такой подход позволяет в 6 раз увеличить скорость и точность контроля качества корма. Тем самым в упаковку чаще попадают кусочки корма с оптимальным размером, что повышает лояльность клиентов и сокращает их отток.

Питомцы сыты и довольны. Хозяева доверяют. Компания получает прибыль. :)

По данным отраслевого портала «Зооинформ», по итогам 2022 года оборот рынка товаров для домашних животных вырос на 25%, до 330 млрд рублей год к году. Обычно предприятия производят 3 тонны сухого корма в день. Если это хороший корм из качественного сырья, то выручка от такого объёма будет 640 тыс ₽ в сутки. Перезапуск партий тормозит поступление готового корма в магазины и маркетплейсы, что может приводить к упущенной выгоде для производителей.

Максим Васильев

Максим Васильев

Руководитель департамента машинного обучения в Rubius

Давайте обсудим ваш проект

Мы будем рады ответить на ваши вопросы



Нажимая на кнопку "Оставить заявку", вы даёте согласие на обработку персональных данных и соглашаетесь с политикой конфиденциальности

Позвоните нам

Напишите нам