4 скрытые проблемы производства, которые решает видеоаналитика на крупных предприятиях

Обеспечить такой регулярный мониторинг на практике оказывается не так-то просто. Общаясь с заказчиками в ходе пилотного тестирования системы видеоаналитики 3DiVi Omni Analytics на крупных предприятиях (с оборотом > 800 млн рублей и штатом > 400 сотрудников), мы выяснили, что при наличии видеонаблюдения анализируется всего 2,5% рабочих процессов, а основной объем видеозаписей остается без внимания.

Традиционные методы, такие как ручной разбор видеоматериалов и составление фотографии рабочего дня, также не дают объективной картины. Сотрудники, зная о наблюдении, могут корректировать свое поведение, что искажает нормы и приводит к росту брака при отсутствии постоянного мониторинга.

В этой статье мы рассмотрим 4 проблемы, которым часто не уделяют должного внимания на производстве, при этом их игнорирование может привести к серьезным убыткам для бизнеса. Видеоаналитика может стать решением этих проблем, выявляя отклонения в режиме реального времени и обеспечивая возможность быстрого реагирования на производственные инциденты.

По данным наших клиентов при внедрении систем диспетчеризации обнаруживается, что оборудование на предприятиях простаивает в среднем около 60% рабочего времени. Этот простой можно разделить на несколько категорий:

• Технологические простои – 37% рабочего времени (включает, например, время на очистку станка и проверку деталей с последующим возобновлением работы).

• Необоснованные простои – 15% рабочего времени.

• Простои из-за наладок – 8% времени.

В ходе пилотных испытаний нашей видеоаналитики на одном из заводов только за два часа работы станка было зафиксировано 25 технологических простоев, 8 необоснованных и несколько простоев из-за наладки.

Очевидно, что анализировать все такие события вручную для парка из 100 станков, работающих круглосуточно, невозможно.

Здесь на помощь приходит система видеоаналитики, которая помогает определить, какие события требуют внимания, а какие можно игнорировать. Например, по положению рук оператора в кадре можно оценить, насколько он был задействован в процессе. Длительный технологический простой будет оправдан, если руки сотрудника все время находились в зоне станка.

Видеоаналитика помогает своевременно выявлять аномальные процессы, которые могут привести к браку.

Рассмотрим пример литейного производства. Ошибки на каждом этапе технологического процесса могут привести к дефектам продукции и значительным финансовым потерям.

Современные системы видеоаналитики позволяют контролировать ключевые этапы литья, минимизировать брак и корректировать производственные процессы.

Система отслеживает обращения работников к зонам хранения слитков и химических добавок.

Например, перед загрузкой слитков в котел важно их прогреть, чтобы избежать чрезмерного охлаждения сплава в котле. В противном случае, процесс литья придется остановить, пока котел снова не нагреется. Также прогревание позволяет испарить воду, которая может взорваться во время литья, создавая пузырьки в сплаве.

Видеоаналитика также контролирует порядок добавления химических реагентов. Литье металла выполняется при температуре 650℃, а добавление химии — при 730℃. Сначала нужно положить в котел слитки, затем отрегулировать температуру в зоне шкафа температуры и подождать её повышения.

После этого добавляется первая химическая добавка — флюс, который следует кинуть в котел, а затем снять всплывший шлак. Далее в котел добавляют другую добавку — дегазатор, и ждут выхода всех газов. После остужения сплава до 650℃ можно начинать литьё.

Нарушение порядка добавления химических реагентов, ошибки в температурном режиме или пропущенные операции легко могут привести к браку, что и отслеживает видеоаналитика.

После каждого цикла литья рабочий обязан осмотреть заготовки, чтобы как можно быстрее выявить возможные повреждения пресс-формы, такие как царапины или задиры на продукции. Если такие дефекты обнаружены, прессование нужно приостановить. Это помогает избежать порчи сплава и предотвращает дальнейшее повреждение пресс-формы, что в будущем может привести к более дорогому ремонту или замене.

В состав системы 3DiVi Omni Analytics входит инструмент few-shot learning, который позволяет быстро адаптировать систему видеоаналитики под детекцию отдельных объектов. Например, на литейном производстве система была дообучена для детектирования слитков в зоне прогрева и определения подачи металла на впрыск.

Система видеоаналитики фиксирует, кто и когда обращался к конкретной ячейке хранения инструментов и материалов. Это значительно упрощает расследование случаев пропажи ценных предметов, исключая необходимость пересмотра больших архивов видеозаписей или проведения длительных поисков вручную.

При наличии в системе видеоаналитики только детектора тел можно зафиксировать присутствие человека рядом со складской ячейкой или полкой, но это не означает, что человек взаимодействует с ней. С использованием скелетного трекинга мы точно определяем факт взаимодействия сотрудника с конкретной зоной.

Кладовщики, диспетчеры и мастера часто не имеют доступа к системе видеонаблюдения, так как это зона ответственности службы безопасности. Им необходим собственный инструмент, который мы готовы предоставить.

Система видеоаналитики помогает выявлять избыточное скопление людей на производственном участке, что может нарушать технику безопасности, а также фиксировать длительное беспричинное отсутствие сотрудников на смене.

Видеоаналитика помогает не только улучшить мониторинг соблюдения техники безопасности и сократить простои оборудования, но и эффективно выявлять проблемы в технологических процессах, предотвращая брак. Внедрение таких решений особенно актуально для крупных предприятий, которые стремятся к автоматизации анализа данных и улучшению производственных показателей.

Хотите узнать больше о том, как внедрение видеоаналитики может помочь вашему бизнесу? Свяжитесь с нами, подробно обсудим все детали вашего проекта и подберем подходящее решение.