Новое решение ML Sense распознает 9 типов дефектов волокна

12.08.2026
Nord Clan расширила платформу ML Sense новым решением — системой автоматического контроля качества волокна непосредственно в процессе производства. Продукт включён в реестр отечественного ПО.

Контроль качества волокна — одна из наиболее трудоёмких операций в текстильном и химическом производстве. Нити движутся десятками жгутов одновременно на скоростях до 30 метров в секунду. Ручной визуальный контроль в таких условиях физически невозможен: оператор не способен одновременно отслеживать все жгуты и выявлять дефекты размером от 0,1 мм. Производители вынуждены были либо мириться с браком, либо останавливать линию для выборочных проверок.

ML Sense ведёт сплошной контроль каждого жгута в потоке, не останавливая производство. На производственной линии устанавливаются высокоскоростные камеры высокого разрешения и система светодиодного освещения, которая обеспечивает чёткое изображение даже мелких дефектов. Нейросеть в реальном времени анализирует каждый жгут, определяет тип дефекта и его местоположение.

Система одновременно распознаёт девять типов дефектов волокна: обрыв, узел, посторонние предметы, отклонение толщины и другие — по каждому фиксируется название, класс, номер жгута, дата и время обнаружения, формируется фотография дефекта. При обнаружении брака оператор немедленно получает уведомление с полной информацией для принятия решения.

ML Sense Волокно поддерживает все основные виды волокна: полиэфирные (ПЭФ), полиакрилонитрильные (ПАН), полиамидные (ПА), полипропиленовые (ПП), полиуретановые, углеволокно, оптическое волокно, а также натуральные — шерсть, лён. После внедрения система может быть дообучена под новые виды волокна и типы дефектов, характерные для конкретного производство заказчика.

Данные о каждом дефекте в реальном времени передаются в MES или ERP предприятия. Система контролирует несколько линий одновременно и интегрируется с PLC, SCADA и системами промышленной безопасности.

Параметры системы:

  • минимальный размер выявляемого дефекта — от 0,1 мм;
  • скорость конвейера — до 30 м/с;
  • точность распознавания — до 98%;
  • одновременный контроль десятков нитей и нескольких линий.
Похожие статьи