Нейроприемка: удобрения проверит ИИ
Новгородские ученые разработали ИИ-систему для анализа и контроля качества удобрений.
Точный расчет
Качество удобрений – важный элемент современного сельскохозяйственного производства. Поэтому производителям агрохимии необходим инструмент для жесткого контроля стандартов. Один из показателей соответствия – размер гранул удобрений. Это гарантирует точность распределения химии на почве и равномерность ее усвоения растениями.
Решение предложили ученые. С 2024 года по заказу ПАО «Акрон» исследования проводит его индустриальный партнёр – передовая инженерная школа (ПИШ) Новгородского государственного университета (НовГУ). Научные работники вместе со специалистами-производителями создали интеллектуальную систему, которая анализирует размер гранул удобрений прямо на производственной линии.
«Ручной анализ на производстве занимает слишком много времени. Лаборант берет пробу каждые три часа, просеивает гранулы через специальное сито и подсчитывает количество и размеры. Если результаты не соответствуют стандартам, производственный процесс останавливается, а партия бракуется. Из-за этого производство простаивает 4-5 часов», – подчеркнул автор разработки, магистрант ПИШ НовГУ и ассистент кафедры радиосистем Политехнического института НовГУ Владислав Рысев.
Новая система использует в работе ИИ и анализирует гранулы в процессе производства, тем самым обеспечивается непрерывный контроль качества удобрений.
Система видит все
В работе используются нейросетевые алгоритмы и цифровое зрение. Идея использовать нейросеть возникла, когда обычные методы оценки контуров гранул удобрений — операторы Робертса, Собеля, LoG и метод Канни – не сработали.
«Дело в том, что гранулы маленькие и одного цвета, поэтому на изображении выглядели как "белая каша"», – отметил Владислав Рысев.
Нейросеть, которая стала основой проекта, при помощи цифрового зрения определяет параметры гранул прямо во время рабочего процесса. Над конвейером, по которому проходит удобрение, установлена камера, сканирующая гранулы в режиме реального времени. Их контуры и размеры распознает ИИ. Каждая из гранул сравнивается с эталонным изображением. Результаты этого анализа позволяют оперативно реагировать на изменения качества продукции и менять производственные параметры.
Преимущество системы в том, что ее можно "научить" быстро, точно и непрерывно анализировать удобрения без участия человека.
Самообучение и работа с другими материалами
Перед российской разработкой открываются большие перспективы, так как она может адаптироваться к новым материалам без ручной перенастройки. Система самообучается на собственных данных, поэтому постоянно улучшает точность распознавания объектов разных размеров и видов.
«В мире существуют аналоги подобных систем. Но все их необходимо перенастраивать под нужды каждого отдельного предприятия. В конечном итоге компании понимают, что им дешевле, быстрее и безопаснее сделать подобное устройство самим, чем покупать готовое, которое, к тому же, может сломаться в процессе адаптации», – отметил Владислав Рысев.
В итоге разработка ПИШ НовГУ станет полностью универсальной, что существенно расширит возможности ее применения. Можно будет сканировать как маленькие гранулы удобрений на химических производствах, так и большие объекты, к примеру, другие виды удобрений, зерно, а также каменные породы и круглые детали.
Проект создает новый цифровой инструмент контроля, который будет востребован многими промышленными компаниями. Производственные линии получат «умную» систему непрерывного контроля продукции.
Россия сможет укрепить технологическую базу, как в агропромышленном комплексе, так и в промышленности. Это гарантирует повышение стандартов качества, снижение потерь, а значит, повышение конкурентоспособности российской продукции. После отработки технологии в наших условиях она может стать экспортным продуктом, востребованным в странах с развивающимся сельскохозяйственным производством и растущей промышленностью.
Именно поэтому развитие разработки будет проходить при поддержке Минобрнауки России в рамках программы Десятилетия науки и технологий.
