ОИЯИ занимается передовыми разработками в сфере физики высоких энергий, ускорителей частиц и сверхпроводящих технологий. Один из ключевых проектов института — создание накопителей энергии (SMES) и новых ВТСП-магнитов для установки Нуклотрон. Для их изготовления требуется высокотемпературный сверхпроводящий кабель, наматываемый из десятков тонких лент.
Качество намотки ВТСП-кабеля критично: шаг между витками должен быть стабильным, без заломов и нахлёстов. Один дефект — и весь кабель, стоимостью сотни тысяч рублей (при $35 за метр ленты), становится браком. Ранее визуальный контроль выполнялся вручную: 6–7 операторов следили за качеством на каждом посту. Это тяжёлая и утомительная задача, особенно с учётом необходимости мгновенного реагирования.
Исключить влияние человеческого фактора, автоматизировать контроль намотки и снизить производственные потери.
Ключевые задачи:
Автоматически распознавать критические дефекты: заломы, нахлёсты, сбитый шаг.
Отслеживать однородность намотки на всех 5 постах кабельной линии.
При отклонениях подавать сигнал на колонну или останавливать установку.
Фиксировать и сохранять все события с фотофиксацией и логами.
Необходимо анализировать отмеченную область
Мы внедрили ML Sense — промышленную систему машинного зрения, адаптированную под задачу контроля кабельной намотки. Она выявляет нарушения структуры намотки в реальном времени и передаёт сигнал оператору или на управляющую систему.
В нашей ML-лаборатории собрали тестовый стенд с подбором камер, освещения и углов. Оптимальная сцена была воспроизведена заказчиком на производственной линии в ОИЯИ.
Создан датасет из сотен изображений: корректная намотка, сбитый шаг, заломы, нахлёсты. На его основе обучили YOLOv5, способную классифицировать участки намотки как «норма» или «дефект».
На каждом из 5 постов установлены камеры Full HD. Сигнальные колонны и серверы подключены к управляющим контроллерам. При выявлении дефекта система подаёт сигнал, а при необходимости — останавливает процесс.
Камеры фиксируют видео с зоны намотки.
YOLO-модель анализирует кадры в заранее заданной зоне интереса (ROI).
При обнаружении отклонения:
В интерфейсе отображается индикация проблемы.
Активируется светозвуковая колонна.
При критических дефектах подаётся команда на остановку линии.
Все события логируются и сохраняются в архив с фото.
Операторский интерфейс (React) позволяет:
Мониторить состояние всех постов в режиме реального времени.
Получать визуальные подсказки и раскадровку дефектов.
Анализировать архивные события.
Точность детекции дефектов — 99%
Высвобождение 3–4 операторов в смене
Проект окупается с первой полноценной партии магнита
Снижение рисков брака при производстве ВТСП-кабелей
