Система ML Sense для ГОК: автоматическое выявление недробимых включений в рудном потоке

Исходные данные и производственные риски

Ковдорский ГОК — ведущий производитель апатитового концентрата в стране и единственный в мире поставщик концентрата бадделеита. Производительность дробильных установок предприятия достигает 1000 тонн в час, и на столь высоких объемах особую опасность представляют инородные тела в руде:

• фрагменты металла (зубья экскаваторов, обсадные трубы, шарошки),

• древесина,

• резина,

• пластик,

• крупные камни.

Все эти материалы — так называемые «недробимые включения» — могут стать причиной:

1. Аварий и внеплановых остановок.
Если металлический объект попадает в дробилку, она выходит из строя. Среднее время простоя в таком случае — около 50 минут, а при необходимости ремонта — еще дольше.

2. Повреждений конвейерного оборудования.
Даже относительно мягкие включения (пластик, резина) способны порвать ленту или повредить ролики.

3. Снижения качества перерабатываемого сырья.
Наличие посторонних элементов нарушает процесс усреднения руды, влияет на состав и ухудшает коэффициент извлечения полезных компонентов.

Задачи

• Исключить попадание опасных объектов в дробильное оборудование.

• Минимизировать остановки и связанные с ними потери.

• Стабилизировать качество сырья на этапе усреднения.

• Снизить влияние человеческого фактора за счет автоматизации контроля.

Решение

Для автоматического анализа потока руды была внедрена система «ML Sense. Инородные тела» , включенная в реестр отечественного ПО. Она использует компьютерное зрение и нейросети для распознавания инородных объектов и классифицирует их по уровню угрозы.

Ключевые функции:

• Распознавание включений от 10 мм независимо от материала.

• Деление объектов на опасные (металл, крупный пластик, дерево) и неопасные (тряпки, мелкий мусор).

• Возможность установки на любые производственные линии — от взрывоопасных помещений до участков с высокой влажностью и низкой освещённостью.

• Управление через ПК или смартфон из любой точки мира.

• Интеграция с системами управления производством и возможностью автоматической остановки оборудования.

Принцип работы

ML Sense анализирует видеопоток с конвейера с помощью нейросетевых алгоритмов. Система распознает на линии инородный объект, определяет его опасность, и в случае угрозы подаёт сигнал на остановку оборудования.

В систему входит:

• Высокоскоростная камера, установленная над лентой перед дробилкой;
• Модуль обработки изображений с нейросетью, обученной на реальных примерах;
• Интерфейс оператора для управления и мониторинга;
• Интеграция с системой управления производством — сигнал поступает напрямую на конвейер.

Камера размещена в герметичном промышленном корпусе, который защищает её от пыли, влаги и механических повреждений. Объектив дополнительно очищается системой обдува сжатым воздухом, чтобы изображение оставалось чётким даже в тяжёлых условиях. Дополнительное освещение обеспечивает высокое качество картинки при любой погоде, температуре и скорости конвейера (более 2 м/с).

Система ML Sense определяет объекты от 10 мм и больше, вне зависимости от их формы, цвета и материала.

Алгоритмы машинного обучения классифицируют каждый найденный предмет:

Опасные:

• металл (зубья экскаваторов, арматура, трубы);
• дерево (доски, палки, балки);
• пластик (канистры, трубы, бочки);
• резина (фрагменты шин, ленты, шланги).

Безопасные:

• тряпки, мешковина, верёвки;
• мелкий мусор, пыль, лёгкие включения.

Если объект опасен — система отправляет сигнал на остановку конвейера и уведомляет оператора. После проверки и удаления предмета линия возобновляет работу. Среднее время простоя при этом не превышает 10 минут — достаточно, чтобы сотрудник удалил объект и запустил линию заново.

Если объект не опасен — процесс продолжается без вмешательства. Это позволяет сократить количество ложных срабатываний и избежать ненужных остановок.

При обнаружении опасного предмета система отправляет сигнал на остановку и уведомляет оператора. Среднее время простоя при этом не превышает 10 минут — достаточно, чтобы сотрудник удалил объект и запустил линию заново. Если объект безопасен, конвейер продолжает работу без вмешательства.

ML Sense легко масштабируется на всё предприятие — систему можно подключить ко всем конвейерным линиям ГОК. Это позволяет создать единый центр управления, в котором операторы в режиме реального времени отслеживают состояние каждой линии и мгновенно реагируют на появление недробимых материалов, предотвращая поломки и простой оборудования.

Результаты внедрения

Фактический эффект за 5 месяцев:

• Точность распознавания: 95,3%

• Снижение простоев: с 50 до 10 минут на каждый инцидент, на 34% в целом по производству.

Дополнительные преимущества:

• Повышение стабильности обогащения руды и улучшение коэффициента извлечения полезных компонентов.

• Автоматизация контроля качества и отказ от устаревших методов (включая металлодетекторы).

• Полная технологическая независимость: ПО разработано в России, не зависит от импортных компонентов и обслуживается локальной командой.

Технологии

• Обработка видео и данных: Python, C++, OpenCV, YOLOv5–YOLOv10, сверточные нейросети, PostgreSQL, Flask.

• Пользовательский интерфейс: React.