Ученые Передовой инженерной школы (ПИШ) Новгородского государственного университета (НовГУ) разработали уникальную ИИ-систему, способную самостоятельно адаптироваться под различные технологические процессы в производстве удобрений. Разработка использует нейросетевые алгоритмы и технологии компьютерного зрения для анализа гранул минеральных удобрений в реальном времени, обеспечивая непрерывный контроль качества продукции, сообщили ТАСС в пресс-службе вуза.
«Система устанавливается над конвейерной лентой и сканирует движущиеся гранулы удобрений с помощью специальной камеры. Нейросеть в реальном времени распознает контуры гранул, определяет их размеры на основе расстояния до фокуса камеры и сравнивает с эталонными показателями. Результаты анализа сразу же отображаются на графиках, позволяя оперативно корректировать производственный процесс», — сообщили в вузе.
Ключевым преимуществом разработки является ее способность к самообучению при работе с различными типами удобрений.
«Контролировать размер гранул удобрений на производстве очень важно, поскольку от размера зависит их время растворения в почве. Если размер будет меньше необходимого, гранулы будут оседать на почву «пылью» и разноситься ветром, а если больше — не долетят до нужной точки», — отметил автор разработки Владислав Рысев. Идея использовать нейросеть возникла, когда обычные методы обнаружения контуров — операторы Робертса, Собеля, LoG, метод Канни — не сработали.
«Дело в том, что гранулы маленькие и одного цвета, поэтому на изображении выглядели как «белая каша», — отметил Рысев.
Система сможет самостоятельно обучаться и сканировать как маленькие гранулы удобрений на химических производствах, так и большие объекты на крупных предприятиях, к примеру, каменные породы, круглые детали, другие виды удобрений. Обзор разработки удалось осуществить при грантовой поддержке Минобрнауки России в рамках Десятилетия науки и технологий.
