Новости дня

На ПНТЗ внедрили технологию испытания труб на основе машинного зрения

24 март 2020 (18:02)

УрБК, Екатеринбург, 24.03.2020. На Первоуральском новотрубном заводе (ПНТЗ, входит в Группу ЧТПЗ) реализовали проект по контролю дефектов бесшовных труб с применением технологии машинного зрения, сообщает пресс-служба Группы ЧТПЗ.

Суммарный экономический эффект от внедрения технологии к 2021 году прогнозируется на уровне более 55 млн руб. ежегодно за счет снижения расходов при раннем обнаружении брака. Инвестиции в проект составили 71 млн руб., сообщили в отделе по корпоративным коммуникациям компании.

В рамках проекта в трубопрокатном цехе производственного комплекса «Бесшовные трубы» установили специальный дефектоскоп, который использует технологию машинного зрения. Оборудование с помощью лазерных модулей оценивает поверхность трубы в нескольких ракурсах и выявляет технологические и механические недостатки. Консолидированные данные в режиме реального времени отображаются на мониторе специалиста-контроллера: это позволяет оперативно отследить возможный брак.

Технология, рассчитанная на весь сортамент горячедеформированных бесшовных труб диаметром от 32 до 108 мм из углеродистых и низколегированных марок стали, успешно прошла первые испытания в цехе.

«В рамках клиентоцентричной трансформации бизнеса на базе цифровых технологий Группа ЧТПЗ активно внедряет в производство современные инструменты машинного зрения и Big Data. Данные цифровые решения не требуют существенных затрат, при этом повышают экономический эффект и качество продукции в соответствии с высокими требованиями клиентов, а также существенно сокращают возможные операционные издержки», — отметил операционный директор трубного дивизиона Группы ЧТПЗ Алексей Дронов.

Ранее в Финишном центре ПНТЗ реализовали проект по оптимизации процесса термической обработки труб нефтяного сортамента на основе Big Data и разработки математической модели. В электросталеплавильном цехе «Железный Озон 32» внедрили алгоритм помощи сталевару, который анализирует массив данных и создает модель влияния факторов производства на дефекты в трубной заготовке.

Другие материалы по теме: