ML Sense

Основные статьи:

• Видеоаналитика (термины, сферы применения, технологии)
• Компьютерное зрение (машинное зрение)
• Нейросети (нейронные сети)

ML Sense - готовое решение для контроля качества продукции на производствах конвейерного типа с помощью искусственного интеллекта.

2026: Запуск нейросетевой модели для выявления дефектов

Компания Nord Clan 29 января 2026 года представила обновление платформы машинного зрения ML Sense. Основным вектором развития стало смещение фокуса с разработки узкоспециализированных систем контроля качества на создание модульной платформы, позволяющей решать комплекс задач по безопасности, операционной логистике и управлению эффективностью на базе единого цифрового контура.

Обновление отражает растущий рыночный запрос, когда промышленные предприятия рассматривают технологии компьютерного зрения и анализа данных не как точечный инструмент, а как компонент для системного повышения устойчивости производственных процессов.СЭД «Дело» 25.3 от компании ЭОС: цифровые поручения, МЧД, папка «Досье» и еще 800+ доработок в обновленной версии

Ключевые изменения платформы:

Запущена нейросетевая модель для выявления дефектов, требующая для обучения в разы меньше размеченных данных. Не нужно месяцами собирать тысячи фотографий брака и тратить огромные деньги на их разметку. Систему можно быстро обучить под конкретную задачу клиента, что значительно сокращает время и стоимость внедрения.

Система стала ещё универсальнее: она работает с обычными камерами видеонаблюдения и теперь умеет не только находить брак, но и анализировать позы людей и действия сотрудников. Это помогает в реальном времени следить за соблюдением техники безопасности и оптимизировать рабочие процессы, предотвращая травмы и простои. Добавлена возможность отслеживания местоположения движущейся техники, например, погрузчиков и тележек, с точностью до 50 см в реальном времени. Это помогает эффективнее распределять задачи, избегать заторов и оперативно контролировать работу. В систему встроен Telegram-бот для оповещений: при критическом событии фотофиксация отправляется ответственным в чат менее чем за секунду. Это позволяет принимать меры немедленно и таким образом снижать риск поломок и простоя оборудования, издержки на возврат и переработку брака.

11 дополнительных модулей существенно влияют на бизнес заказчиков и имеют практическое значение для производства.

1. Модуль контроля маркировки и этикеток проверяет, соответствует ли этикетка продукту, хорошо ли читаются данные, правильно ли она наклеена и нет ли на ней дефектов.
2. Модуль контроля качества труб на линии резки обнаруживает дефекты на поверхности трубы до того, как она поступит на резку, и при критических дефектах останавливает линию.
3. Модуль контроля намотки сверхпроводящего кабеля анализирует равномерность намотки, выявляет нахлесты, заломы и отклонения в шаге. Останавливает линию при дефекте.
4. Модуль контроля качества каменной ваты выявляет отклонения в геометрии плит, повреждения кромок, участки перегрева и иные дефекты.
5. Модуль контроля ширины резиновых полуфабрикатов шин бесконтактно измеряет ширину резиновой заготовки в движении с точностью до 0,2 мм.
6. Модуль контроля качества стеклянной тары обнаруживает сколы, трещины и пузыри в стеклянных бутылках и банках прямо на конвейере, не останавливая его.
7. Модуль контроля качества мясных полуфабрикатов распознает дефекты формы, повреждения и посторонние включения в продуктах и отправляет их на автоматическую отбраковку.
8. Модуль контроля и управления покрасочной камерой автоматически выбирает программу окраски и останавливает процесс, если в опасной зоне обнаружен человек.
9. Модуль контроля сборки паллет выявляет ошибки в укладке коробок и пересортицу на сформированных паллетах, фиксирует инциденты и уведомляет ответственных.
10. Модуль мониторинга передвижения техники в силосных ямах строит траектории движения техники и контролирует качество трамбовки сырья.
11. Модуль контроля инородных тел на конвейере обнаруживает посторонние предметы в потоке сырья или готовой продукции и классифицирует их по степени опасности.

Если раньше спрос в машинном зрении касался повышения качества производимой продукции, то теперь мы видим растущий спрос на эффективность. В самом широком смысле: это и коэффициент использования оборудования, и производительность труда сотрудников, и правильность выполнения операций. Этот сегмент рынка будет расти в ближайшие несколько лет, — отметил Илья Каштанкин, генеральный директор Nord Clan.

2023: Решаемые задачи. Типовые примеры внедрений

Построенное на основе технологий машинного зрения и нейронных сетей решение ML Sense помогает организовать единый центр контроля брака на производстве, в который поступает информация с каждого пункта контроля для своевременной реакции на появление дефектов.

Функциональные возможности ML Sense позволяют организовать процесс отбраковки, начиная от входного контроля сырья и изделий на конвейерном производстве до конечного выпуска готовой продукции. Система позволяет изменять пользовательский интерфейс под задачи клиента. Поддерживает интеграции с MES-системами и внешним оборудованием.

ML Sense решает следующие задачи (по данным на февраль 2023 года):

• обнаружение посторонних включений;
• обнаружение поверхностных дефектов;
• идентификация продукции по типу и цвету;
• контроль нанесения маркировки;
• контроль геометрических параметров;
• контроль качества сборки;
• сортировка и отбраковка продукции.

В зависимости от подбора оборудования ML Sense позволяет контролировать брак размером до 0,0125 мм при скорости работы конвейера до 50 м/c. Систему можно установить на несколько конвейерных линий одновременно, а управлять процессом отбраковки возможно как с компьютера, так и с мобильного телефона из любой точки мира.

Типовые примеры внедрений на базе ML Sense по типу продукции:

• Инспекция поверхности при прокате металла (выявление недотрава, волнистости, царапин, наплывов и т.п.);
• Контроль брака на производстве волокна (определение ворсинок, узлов, механических повреждений и т.п.);
• Контроль сыпучих материалов (анализ грансостава, состав включений и определение инородных элементов);
• Контроль нанесение маркировки и целостности упаковки (проверка и считывание штрих-кода на упаковке, контроль ее целостности).

Типовые примеры внедрений на базе ML Sense по отраслям:

• Добывающая промышленность - измерение размера и классификация гранул в осадочной породе, выявление негабаритных включений.
• Обрабатывающая промышленность - распознавания дефектов при производстве пленки, рулонной стали, волокон, бумажных и картонных изделий и т.п.).
• Сельское хозяйство - сортировка урожая по уровню спелости.
• Медицина и фармацевтика - контроль наличия таблеток в блистере.
• Пищевая промышленность - проверка целостности упаковки и маркировки.

Демонстрация работы ML Sense

2022

Модуль ML Sense. Counter

Декабрь, 2022 г. - Добавлен модуль ML Sense. Counter.

ML Sense. Counter предназначен для автоматизации:

• процесса подсчета деталей, изделий и других объектов на производствах конвейерного типа;
• контроля наличия или отсутствия объектов на конвейерной ленте.

Пример типовой задачи по подсчету продукции на конвейерной ленте

Модуль ML Sense. Гранулометрия

Март, 2022 г. - Добавлен модуль ML Sense. Гранулометрия.

Функциональные возможности модуля:

• Детектирование гранул в видеопотоке;
• Расчет размера гранул методом площадей;
• Классификация обнаруженных гранул;
• Определение процента тонкой, крупной и смешанной фракции;
• Обнаружение посторонних включений, негабаритов и т.п.

Пример типовой задачи по определению негабаритных фракций

Включение в реестр отечественного ПО

Февраль, 2022 г. - ML Sense включен в Единый реестр отечественного ПО.