Машинное зрение для контроля намотки сверхпроводящего кабеля
машинное зрение для контроля намотки сверхпроводящего кабеля
Ошибка визуального контроля при намотке высокотемпературного сверхпроводящего (ВТСП) кабеля может привести к браку изделия и значительным финансовым потерям. При цене $35 за метр ВТСП-ленты и длине в десятки метров стоимость одного кабеля достигает сотен тысяч рублей.
Чтобы устранить человеческий фактор, мы внедрили ML Sense — систему машинного зрения, которая в реальном времени выявляет заломы, нахлёсты и сбитый шаг намотки.
Это обеспечило 99% точность обнаружения дефектов, автоматическую остановку линии при критических отклонениях, сокращение штата на 3–4 оператора в смене и окупаемость проекта уже при выпуске первого крупного магнита или серии средних.
Награды проекта:
Серебро рейтинга «Лидеры цифровизации» в номинации «Лучший кейс»
Бронза Tagline Awards 2025 в номинации «Компьютерное зрение»
Объединённый институт ядерных исследований (ОИЯИ) — международный научный центр в Дубне. Специализируется на физике высоких энергий, ускорителях частиц и множестве прикладных, в том числе сверхпроводящих технологий. В частности, ОИЯИ разрабатывает SMES-накопитель (Superconducting Magnetic Energy Storage) — это высокотемпературная сверхпроводящая катушка, которая накапливает энергию и питает магниты ускорителей Бустер и Нуклотрон. Также ОИЯИ будет менять магниты Нуклотрона, прослужившие больше 30 лет, на магниты из ВТСП кабеля.
Процесс намотки кабеля из сверхпроводящей ленты
Проблема и задачи
ВТСП-кабель (высокотемпературный сверхпроводящий кабель) наматывается из десятков тонких лент шириной 4 мм. От качества намотки напрямую зависит надёжность всей системы — будь то накопитель энергии или ускоритель частиц. Шаг между витками должен быть строго постоянным, без нахлёстов и заломов: даже один незамеченный дефект невозможно устранить после завершения намотки. При цене $35 за метр ВТСП-ленты и длине в десятки метров, брак даже одного кабеля обходится в сотни тысяч рублей.
Контроль выполняли вручную. На линии работали 6–7 операторов, часть из которых следили исключительно за качеством намотки. Это утомительная работа: нужно непрерывно смотреть на один и тот же участок кабеля и мгновенно реагировать на отклонения. Человеческий фактор, усталость и сложность визуального контроля приводили к ошибкам.Объединённый институт ядерных исследований (ОИЯИ) — международный научный центр в Дубне. Специализируется на физике высоких энергий, ускорителях частиц и множестве прикладных, в том числе сверхпроводящих технологий. В частности, ОИЯИ разрабатывает SMES-накопитель (Superconducting Magnetic Energy Storage) — это высокотемпературная сверхпроводящая катушка, которая накапливает энергию и питает магниты ускорителей Бустер и Нуклотрон. Также ОИЯИ будет менять магниты Нуклотрона, прослужившие больше 30 лет, на магниты из ВТСП кабеля.
Однородная корректная намотка, с равномерным шагом (в пределах допустимых отклонений)Сбитый шаг намотки (различное расстояние между витками), но без значительного повреждения намотанной лентыКритические дефекты: нахлест, залом, избыточный шаг. Данный кабель сделан из тестовой ленты золотистого цвета для более наглядной демонстрации дефектов
Этот проект стал логичным продолжением нашей предыдущей работы для завода «С-Инновации». Там мы помогали контролировать качество самой ленты — первого этапа производства, где нейросеть научилась выявлять спаи, сдвиги и дефекты с точностью до 95%. Теперь мы перешли к следующему важному этапу — контролю намотки кабеля из этой ленты. Это показывает, что клиенты доверяют нам и что наше решение эффективно работает на разных стадиях производства.
Цель проекта: автоматизировать распознавание дефектов при намотке ВТСП-кабеля и уменьшить процент брака.
Задачи:
Контролировать однородность намотки на каждом из 5 постов кабельной машины.
Автоматически фиксировать дефекты: нахлёст, залом, отклонение шага.
При обнаружении дефектов — подавать сигнал на соответствующую сигнальную колонну и, при необходимости, останавливать линию.
Обеспечить логирование событий и архив фотофиксации.
Необходимо анализировать отмеченную область
Решение
Мы предложили клиенту внедрить систему ML Sense.
ML Sense — система машинного зрения для контроля качества продукции и процессов на производстве. Входит в Реестр отечественного ПО.
Этапы реализации
1. Построение сцены в лаборатории
Собрали опытный стенд в лаборатории: пробовали разные камеры, освещение и углы, чтобы добиться устойчивой и точной детекции. Когда нашли оптимальную конфигурацию, передали параметры заказчику — он воспроизвёл сцену на реальной линии.
Тестовая версия стенда в нашей ML-лаборатории
2. Сбор и разметка данных
Мы собрали датасет из нескольких сотен примеров: равномерная намотка, заломы, нахлёсты, неравномерный шаг. На этом наборе обучили нейросеть: она не вычисляет метрику шага, а классифицирует участки по принципу «похоже на норму или нет».
При этом вся логика предельно простая и устойчивая. Камера фиксирует участок троса, модель сканирует изображение, и если оно визуально близко к эталонной намотке — на экране зелёный индикатор. Если что-то отклоняется — система помечает зону как дефектную и отправляет сигнал на светозвуковую колонну.
Нейросеть выявляет дефекты, а цифры показывают степень её уверенности в правильности распознавания
3. Интеграция
Установили камеры на первый пост. Подключили сервер обработки, сигнальные колонны, контроллеры. По мере отладки начали развёртывание на все 5 постов. Система подключена к светозвуковым колоннам и умеет подавать сигнал на остановку установки.
Как работает
На каждом из 5 постов установлена камера, направленная на кабель в точке намотки.
Видео в Full HD поступает в ML Sense.
Система определяет: неравномерный шаг между витками, нахлёсты, заломы.
При критических отклонениях загорается световая колонна на соответствующем посту и подаётся стоп-сигнал на установку.
Оператор видит изображение с камер и отмеченные дефекты. Может принять решение: продолжать или корректировать намотку.
Все события и фото фиксируются в журнале.
Главный экран ML Sense: видеопоток с камерПри клике на дефект появляется диалоговое окно с описаниемВсе события сохраняются в архиве
Результат
Точность детекции дефектов — до 99%
Высвобождение персонала — минус 3-4 оператора в смене
Окупаемость — на первом же крупном магните или серии, хотя проекты пока не коммерческие, а для нужд Объединенного института ядерных исследований.