JFE Steel: ИИ ищет трещины сутунки на стане в Тибе, 0,1 с на снимок

JFE Steel продвигает кибер-физическую интеграцию производственных процессов и автоматизацию операций на основе цифровых технологий. Замена работы операторов названа в отчёте одной из важнейших задач, а распознавание изображений — технологией, на которую здесь рассчитывают. На стане горячей прокатки операторы следят за состоянием металла визуально (таблица 1 отчёта): за трещинами на поверхности слябов перед нагревательной печью, за кривизной переднего и заднего концов сутунки, за обвязкой и маркировкой рулонов. Для замены компания выбрала наблюдение за трещинами на поверхности сутунки, которое операторы ведут с рабочей стороны стана для отдельных марок стали.

Система диагностики по изображениям построена на инструменте IBM Visual Inspection, который JFE Steel развёртывает как средство распознавания на основе глубокого обучения. Сетевая камера у выхода клети R1 передаёт видео через систему управления видеоданными (VMS), промежуточный компьютер готовит снимки, а сервер вывода применяет модель обнаружения трещин. Верхний контроллер (PLC) передаёт номер рулона, толщину и ширину, чтобы привязать результат к рулону. При обнаружении трещины система подаёт голосовой сигнал тревоги, а результаты выводятся на дисплей в операторской.

Для передачи видео на заводе используется сеть 5G, которую компания установила на территории завода в апреле 2020 года: переносная камера из сетевой камеры, PoE-хаба и 5G-роутера питается от обычной сети 100 В. Подключение через VMS избавило от повторной настройки при смене камер и упростило сбор обучающих изображений. Поле зрения камеры у клети R1 составляет 4 м, поэтому триггер съёмки подаётся каждые 3 м прохождения сутунки, чтобы кадры не пропускали участки. На один рулон приходится 6–8 снимков, модель выводит результат за 0,1 секунды на снимок. По тексту отчёта, система позволила вести контроль по всем маркам стали; авторы планируют переносить другие операторские наблюдения на ИИ.