Интеграция систем машинного зрения с ПЛК: сквозной контроль дефектов поверхности проката в реальном времени

Прокатное производство предъявляет экстремальные требования к контролю: полоса движется со скоростью до 20–30 м/с, поверхность раскалена, покрыта окалиной и паром, а визуальный осмотр оператором не способен зафиксировать дефект длиной 2 мм на дистанции в сотни метров рулона. Пропуск трещины, плены, раковины или риски оборачивается рекламацией конечного потребителя. Поэтому решения Ferrox в области промышленного машинного зрения строятся вокруг жесткой синхронизации оптики, вычислительного контура и логики ПЛК без единой точки задержки.

Аппаратный уровень: сбор данных на высоких скоростях

Оптическая схема и строчные камеры

Основа оптической подсистемы — Line-Scan камеры с разрешением до 16К пикселей и частотой развертки до 200 кГц: только такая скорость удерживает разрешение 0,1–0,3 мм на пиксель при максимальной скорости прокатки. Подсветка комбинируется по двум схемам: Darkfield для объемных дефектов (трещины, закаты) за счет рассеянного света и Brightfield для плоскостных отклонений (плены, риски, разнотон). Структурированная лазерная подсветка формирует профиль поверхности для детекции раковин и вмятин по перепаду высоты.

Синхронизация по положению: инкрементальные энкодеры

Кадр камеры без привязки к перемещению металла бесполезен для локализации дефекта. Инкрементальный энкодер на прижимном ролике генерирует импульсы, становящиеся триггером экспозиции строки — это устраняет геометрические искажения при разгоне или замедлении стана. Каждому дефекту присваивается координата в метрах от начала рулона, что критично для последующей вырезки и трекинга.

Контур вычислений: нейросетевая детекция и классификация

Поток данных с камер, достигающий нескольких гигабайт в секунду, обрабатывается на промышленных Edge-серверах с GPU или FPGA непосредственно у линии — передача сырого видео в облако исключена по требованиям латентности. Сегментация дефектов выполняется моделями глубокого обучения: U-Net для попиксельной разметки протяженных дефектов и семейство YOLOv8/v10 либо RT-DETR для быстрой локализации точечных аномалий (раковины, закаты, вкатанная окалина).

Отдельный слой алгоритма — фильтрация ложных срабатываний: масляные пятна, конденсат и пар от охлаждения дают сигнал, схожий с реальным дефектом. Классификатор второго уровня, обученный на текстурных и температурных признаках, отсекает артефакты до передачи сигнала в ПЛК, снижая частоту ложных отбраковок.

Интерфейсы связи и протоколы синхронизации с ПЛК

Сравнение промышленных протоколов

Взаимодействие с контроллером разделено на два канала. Для сигналов реального времени — триггер маркиратора, команда на ножницы — используются детерминированные шины PROFINET IRT или EtherCAT с джиттером не выше единиц микросекунд. Для метаданных — координат дефекта, класса, миниатюры изображения — применяется OPC UA поверх Industrial Ethernet, где допустима задержка в десятки миллисекунд.

Структура пакета телеметрии от Edge-сервера к ПЛК через OPC UA:

STRUCT DefectFrame { UINT32 CoilPositionMM; UINT16 DefectClassID; REAL32 ConfidenceScore; UINT16 WidthPositionMM; BOOL RejectFlag; }

Сравнительный анализ протоколов и задержек

Управляющее воздействие: логика работы ПЛК по результатам инспекции

Получив пакет DefectFrame, ПЛК трекает дефект по длине рулона, вычисляя момент прохождения через каждый исполнительный узел с учетом скорости линии, считываемой с того же энкодера. Логика ветвится по трем сценариям.

• Некритичный дефект — команда на струйный или лазерный маркиратор для метки «на лету» без остановки линии.
• Критичный протяженный дефект (сквозная трещина, глубокая раковина) — расчет момента срабатывания летучих ножниц для вырезки участка с минимальным запасом металла.
• Накопление дефектов сверх допуска — рулон направляется в сортировочный карман через стрелочный перевод на моталке.

Интеграция с верхним уровнем: SCADA, MES и паспортизация продукции

Каждый рулон формирует двумерную карту дефектов (Coil Map) с координатами по длине и ширине полосы — она передается в SCADA для визуализации оператором и в MES для расчета OEE линии. Данные агрегируются со сведениями о плавке и партии, обеспечивая сквозную прослеживаемость: при рекламации служба качества поднимает точную карту дефектов конкретного метра рулона, а не усредненную статистику по партии.

Инженерные решения Ferrox и выводы

Внедрение подобных контуров на металлургических и трубных комбинатах снижает долю пропущенных дефектов и связанных рекламаций до уровня 99,5%, а также сокращает технологический брак за счет ранней вырезки дефектного участка вместо отбраковки всего рулона постфактум. Ключевой фактор успеха — не сама нейросеть, а инженерная дисциплина синхронизации: точная привязка к энкодеру, детерминированная шина для управляющих команд и разделение потоков телеметрии и Fast I/O.

Если ваша линия сталкивается с задержкой отбраковки, ложными срабатываниями или отсутствием единой карты дефектов рулона — команда Ferrox проведет технический аудит текущей архитектуры контроля и спроектирует интеграцию машинного зрения с существующим парком ПЛК без остановки производства.