Российский производитель высокотехнологичных бесшовных труб из нержавеющей стали CYBERSTEEL завершил масштабный проект по внедрению систем машинного зрения и ИИ стоимостью более 16 млн рублей. Решение полностью закрыло потребность в ручном контроле длины и учёте готовой продукции, увеличив производительность операций в 4 раза.
Проект стал одним из этапов цифровой трансформации предприятия — компания встроила нейросети в ядро MES (система управления производством) и ERP (система управления ресурсами предприятия). Теперь все трубы проходят цифровое измерение длины перед складированием, а сформированные пакеты — пересчёт перед отправкой. Проект реализовали за 8 месяцев.
До внедрения замер малого пакета (до 30 труб) занимал около 100 секунд. На операции были заняты 2 специалиста, каждый сантиметр фиксировали вручную. Теперь процесс выглядит иначе: камера перемещается вдоль трубы, сканирует её, а нейросеть в реальном времени передаёт данные по длине каждой трубы в MES.
Результат на участке контроля длины. Время замера пакета сократилось вдвое — до 50 секунд. С учётом полного цикла обработки и исключения ручного документооборота производительность операции выросла в 4 раза.
Точность измерения длины составляет «-10 мм/+0 мм» — это значит, что труба может быть короче эталонной длины максимум на 10 мм, а длиннее быть не может. Такой результат обеспечивает синхронизация движения измерительного механизма с моментом, когда нейросеть «видит» начало и конец трубы.
Дополнительную стабильность даёт технология производства CYBERSTEEL — трубы выходят геометрически ровными, без кривизны и овальности, и это снимает помехи для нейросети при распознавании.
Источник: пресс-служба CYBERSTEEL
Система учёта готовой продукции. 2000 труб в день проходят через автоматический подсчёт перед упаковкой. Пакет труб подают торцами к камере, алгоритм распознаёт круги срезов и пересчитывает их. Фото пакета с количеством труб система привязывает к заказу и отправляет в единую базу. Заказчик получает полную прозрачность отгрузки — вплоть до кадра каждого пакета труб. Сама нейросеть надёжно распознаёт торцы труб разных диаметров, потому что её обучали на большом массиве данных (фотографий труб).
Самой трудоёмкой задачей стал сбор обучающего материала (Dataset). Линейка труб включает диаметры от 1 до 108 мм — сотни типоразмеров.
Система масштабируема и работает с любыми видами труб — вне зависимости от диаметра или длины. Заложенные алгоритмы и подходы к обучению нейросетей можно адаптировать для других типов металлопродукции: прутков, профильных труб и других видов.
Один из следующих проектов компании уже прошёл этап прототипирования — система предиктивного контроля термообработки. ИИ анализирует связь между заданными и реальными режимами нагрева каждой партии, а затем накладывает их на результаты физико-механических испытаний. Алгоритм учится выявлять потенциальное несоответствие стандарту прямо на этапе термообработки, чтобы оперативно принять меры по доработке — и на последующие операции труба уходила уже с соответствующим качеством. Принцип тот же, что и при создании Dataset: чем качественнее массив входящих данных, тем точнее прогноз.
© КСЛ Экспо, 2026
