Знаменитые чугунные сковородки ценятся за способность равномерно распределять тепло и со временем улучшать свои антипригарные свойства. Однако мало кто знает, что их производство начинается с точного контроля размера специальных гранул — основного сырья для чугуна. Ключевая проблема — их неоднородность. Разнокалиберные частицы в печи создают пробки и каналы, что приводит к непроплавлению или переплавлению руды, браку и перерасходу энергии. Визуальный контроль тысяч одинаковых серых шариков на конвейере невозможен из-за монотонности, а автоматические системы не справляются со сложными световыми условиями в цехе. Однако ученые Пермского Политеха создали чувствительный алгоритм машинного зрения, который точно распознает гранулы даже при слабом освещении, повысив эффективность обнаружения шарообразных элементов на 20%.
Результаты исследований опубликованы в статье.
Чугунные сковородки, унаследовавшие вековые традиции металлообработки, ценятся за уникальную способность накапливать и равномерно распределять тепло. В отличие от современной посуды с искусственным покрытием, чугун со временем только улучшает свои свойства: микропоры металла естественным образом пропитываются маслом, создавая идеальную антипригарную поверхность. Именно за эту натуральность и жаропрочность их ценят профессиональные повара.
Однако мало кто знает, что путь к идеальной сковороде начинается с точного контроля размера железорудных гранул-окатышей — основного сырья для производства чугуна. Именно на этапе их создания возникает ключевая технологическая сложность, определяющая конечное качество продукции.
Окатыши — сферические гранулы диаметром 10–30 мм, производимые из измельченной железной или полиметаллической руды. Последняя особенно ценна благодаря содержанию промышленно важных металлов: свинца, цинка, меди, а также драгоценных серебра и золота. Технологический процесс их формирования включает три этапа: измельчение руды в порошок, окомкование во вращающихся барабанах с добавлением воды и связующих веществ для получения однородных шариков, а также высокотемпературный обжиг для придания прочности и стабильности.
В 2024 году производство железорудных окатышей в России сократилось на 32,7% из-за санкций и падения экспортного спроса. В этих условиях особенно важно максимально эффективно использовать каждую партию продукции.
Разнокалиберные гранулы создают в печи неравномерную структуру: мелкие частицы образуют пробки, блокирующие газ, а между крупными возникают каналы для ускоренного потока. Это приводит к двойной проблеме: часть руды не плавится, а другая — переплавляется. В результате резко возрастает процент брака и перерасход энергии.
На сегодняшний день контроль размеров гранул осуществляется вручную. Тем не менее, визуально контролировать тысячи одинаковых серых шариков на конвейере практически невозможно — работники неизбежно допускают ошибки из-за быстрой утомляемости глаз при монотонной работе и снижения концентрации при длительном наблюдении за однородными объектами. Существующие системы технического зрения также не справляются с задачей, поскольку требуют значительных вычислительных ресурсов и четких изображений, что недостижимо в реальных промышленных условиях.
Однако ученые Пермского Политеха создали чувствительный алгоритм машинного зрения, который точно распознает окатыши даже при слабом освещении.
— Ключевой проблемой распознавания гранул являются сложные световые условия в цехе: поток распределяется неравномерно, его интенсивность часто бывает недостаточна, а серый монотонный цвет гранул сливается с фоном. Из-за этого система визуального контроля до конца не справляется — она просто не может различить объекты в таких условиях. Поэтому в основу решения легло разработанное нами техническое зрение, настроенное на обнаружение ярких бликов от точечных источников освещения, улучшенное за счет использования адаптивного алгоритма подстройки контрастности, — рассказал Андрей Затонский, доктор технических наук, профессор, заведующий кафедрой «Автоматизация технологических процессов» Березниковского филиала ПНИПУ.
Раньше для того, чтобы найти как можно больше бликов, в системе технического зрения использовали только подбор лучшего уровня освещенности. Это превращение изображения в черно-белое по заданному порогу яркости. Все, что было темнее этого порога, система считала фоном, а все, что светлее — бликом. Поэтому нужно было найти идеальный уровень.
Для этого ученые сделали графики, которые назвали «профили освещенности». Они показывали, как количество найденных гранул меняется в зависимости от выбранного порога яркости. Анализ выявил, что качество распознавания очень чувствительно к порогу. Даже маленькая ошибка в его определении серьезно ухудшает работу системы технического зрения.
— Для решения этой проблемы был использован специальный алгоритм, который выравнивает освещенность изображения за счет подстройки контраста. После обработки кадр стал равномерно ярким и более четким, что сделало все гранулы хорошо видимыми, включая те, которые раньше были скрыты из-за проблем со светом. Кроме того, снизилась чувствительность к ошибке выбора уровня освещенности, — отметил Андрей Затонский.
Внедрение адаптивной коррекции контрастности позволило повысить уровень точности распознавания гранул до 20%, что позволяет в перспективе уменьшить брак, ускорить производственный цикл и сократить затраты на ручной контроль. Это подтверждает значимость данного научного продукта для промышленных предприятий.