20/07/2020
0Сегежский ЦБК Segezha Group (входит в АФК «Система») в Республике Карелия подвел итоги пилотного проекта по тестированию технологий машинного обучения для измерения плотного объема круглого леса и коэффициента полнодревесности (КПД).
С февраля по июнь с.г. совместно с компанией «Инфосистемы Джет» на предприятии велась работа над пилотным проектом, в основе которого лежат технологии компьютерного зрения и машинного обучения. В рамках проекта были исследованы данные о пачках круглого леса на 1422 лесовозах. Точность сопоставления фотографий составила более 99%, качество расчета КПД и объема древесины – более 98%, точность определения породы древесины – более 95%.
Обработка данных с каждого лесовоза занимает несколько секунд – это позволяет сократить временные и логистические издержки. Система адаптирована под широкий спектр погодных условий – снег, грязь, яркое солнце для нее не помеха. Она распознает отклонение от ГОСТа при укладке пачек – реагирует на зазоры менее 0,3-0,5 м, автоматически отсортировывает некачественные фотографии. На монитор выводится информация о породе, качестве, диаметре древесины в пачках. Формируются объективные метрики качества сырья и процесса его укладки – их можно использовать для дальнейшего анализа, выработки единого стандарта Segezha Group по применению ML при расчете КПД.
«Расхождение точности определения коэффициента полнодревесности в измерениях человека и программы составляет около 2%. Основываясь на результатах пилотного проекта, можно с уверенностью сказать, что технологии машинного обучения и компьютерного зрения в данной прикладной среде дают внушительный результат и, очевидно, имеет смысл переходить к промышленному решению, в котором все необходимые замеры сможет проводить система, без участия человека», – подчеркивает успех эксперимента руководитель цифровой трансформации Segezha Group Сергей Меркулов.
Член Правления, Вице-президент по информационным технологиям и автоматизации процессов Segezha Group Павел Вахнин также дает высокую оценку результатам экспериментальной работы: «Современные цифровые технологии демонстрируют положительный бизнес-эффект. Благодаря искусственному интеллекту снижается себестоимость, повышается качество готовой продукции, минимизируются риски потери сырья и невыполнения регламентов, упреждается целый ряд возможных злоупотреблений и непроизводственных издержек».
Разработанный сервис формирует общий стандарт применения ML в проектах и может использоваться для других площадок, видов сырья и методов доставки.
«Результаты пилотного проекта дают основание полагать, что применение современных технологий возможно даже в таких сложных областях, как визуальный анализ поступающего сырья», – говорит руководитель Центра машинного обучения «Инфосистемы Джет» Евгений Колесников. Он подчеркивает, что положительный результат был достигнут, в том числе благодаря слаженной работе высококвалифицированных специалистов Segezha Group и экспертов Jet в области обработки данных.
