En Russia ha aparecido un sistema de control automático de la integridad de las cintas transportadoras mediante redes neuronales: el módulo "ML Sense Conveyor Belts" de Nord Clan. El producto está incluido en el registro de software nacional y ya se está implementando en empresas rusas, según informó un representante de la compañía a CNews.
Se instalan cámaras y sensores en la línea transportadora que registran el movimiento de la cinta en tiempo real. El algoritmo de red neuronal analiza el flujo de video y detecta roturas, desgarros, cortes, rasgaduras y perforaciones a partir de 10 mm con una precisión de hasta el 98%. El sistema registra los defectos con coordenadas y notifica inmediatamente al operador; los datos pueden enviarse automáticamente al sistema MES y a "1C". El monitoreo es continuo y la implementación se realiza sin detener la producción.
Las inspecciones programadas de los operadores no permiten determinar el daño en el momento de su aparición; el sistema cubre esta brecha. Para el negocio, esto significa una reducción de los tiempos de inactividad por averías, una disminución de los costos de reemplazo de las cintas gracias a la detección temprana de defectos y una prolongación de la vida útil, mientras que el personal se libera de las inspecciones rutinarias.
La solución funciona con cintas de caucho-tela, caucho-cable, alimentarias y metálicas laminadas en las industrias minera, metalúrgica, química, alimentaria y de ingeniería mecánica, se integra con PLC, SCADA, MES, "1C" y sistemas de seguridad industrial, y funciona de manera estable en condiciones de poca luz, alta humedad y cambios de temperatura.
Leer más sobre este tema:
- Un nuevo desarrollo de una empresa de Uliánovsk reduce el desperdicio en la producción de cables superconductores en el Instituto Central de Investigaciones Nucleares
- La IA despidió empleados, pero no ganancias: las empresas se enfrentan a un efecto inesperado
- La industria rusa ha dejado de "alcanzar a Occidente", pero la implementación de la IA en las fábricas aún enfrenta obstáculos