Как ИИ снизил простои на 80%: кейс внедрения на производстве графитовых изделий

Когда производственная линия нагревается до 3 000 °C, даже незначительная ошибка может стоить миллионы рублей. Технологические сбои, аварийные простои и человеческий фактор превращают контроль качества в постоянную гонку с рисками. Чтобы переломить ситуацию, крупное российское предприятие, выпускающее графитовые изделия, решило внедрить систему на основе искусственного интеллекта. Разработку комплексного решения взяла на себя команда RedKrab, специализирующаяся на промышленных AI‑системах и машинном зрении.

Это история о том, как технологии помогли перейти от реактивного управления к проактивному. Как за несколько месяцев удалось снизить простои на 80%, почти устранить брак и полностью изменить культуру контроля на производстве.

Когда остановка стоит дороже поломки: начали с проблемы

До недавнего времени проверить состояние кирпича можно было только после остановки. Никто не знал, сколько он протянет, где уже началось разрушение, есть ли выпавшие сегменты. Решение принималось вслепую — либо рисковать, либо терять деньги.

Мы поняли, что нужно не наблюдать за проблемой, а прогнозировать ее. Не реагировать — а предупреждать. Только тогда можно говорить о настоящей эффективности.

Задача казалась нерешаемой: как заглянуть внутрь работающей печи? Ответ был найден в гибриде технологий. Команда разработчиков объединила данные с тепловизоров, камер высокого разрешения и датчиков вибрации. На их основе была построена нейросеть, обученная распознавать не просто температурные аномалии, а именно структурные изменения в кладке.

Система анализирует тепловые пятна, сравнивает их с эталонными моделями и определяет участки с повышенным износом. Если толщина кирпича снижается ниже критического уровня — система формирует рекомендацию: запланировать ремонт во время ближайшего планового простоя. При обнаружении выпавшего сегмента — отправляет экстренное уведомление.

Теперь печь не останавливают для диагностики. Диагностика идет, пока печь работает.

Как ИИ научился «слушать», когда песок становится металлом

Следующий этап производства — уплотнение графитовой массы. Сырье катается в барабане, постепенно уплотняясь. Определить момент готовности раньше мог только оператор — по звуку. В самом начале — глухой шум, затем — мягкий, как резина, и, наконец, звонкий, металлический. Этот звон и означает, что масса готова.

Чтобы исключить ошибку, была создана система аудиоаналитики. Микрофоны фиксируют звуковые волны внутри барабана, а нейросеть анализирует спектр сигнала. Главная сложность — шумоподавление. Рядом работают двигатели, дует вентиляция, вибрирует конструкция.

Обычные алгоритмы давали точность около 10%. Здесь же, благодаря адаптивным фильтрам и обучению на тысячах часов записи, удалось достичь 96–98%. Машина стала надежнее человека. Она не устает, не отвлекается и не путает сигналы.

Теперь оператор получает четкий сигнал: «Готово».

Отдельная задача — контроль болванок

После уплотнения болванки идут на механическую обработку. Если внутри есть трещина или, хуже того, металлический предмет — это может привести к аварии. Поломка станка — простои, ремонт, потери.

Сейчас каждая болванка проходит автоматическую рентгеноскопию. Система не просто делает снимок — она его анализирует. Нейросеть распознает тип дефекта, его размер, локализацию. Если находят постороннее включение — деталь бракуется, а цепочка поставки проверяется на предмет нарушений.

Кроме внешних параметров, система контролирует линейные размеры с точностью до долей миллиметра. Все это происходит в режиме реального времени, без задержек.

Безопасность, которую нельзя поручить человеку

На производстве есть зоны, где нельзя находиться одному. Есть правила — каски, очки, страховочные ремни. Но в рутине они забываются. Кто‑то заходит без разрешения, кто‑то курит в неположенном месте. Любое нарушение — риск. А риски здесь недопустимы.

Была внедрена система видеомониторинга на базе компьютерного зрения. Она распознает:

• количество людей в опасной зоне;
• наличие средств индивидуальной защиты;
• курение, праздношатание, оставленные инструменты.

Если система фиксирует нарушение — в тот же момент уведомления получают ответственный сотрудник и руководитель смены. Можно вмешаться до того, как произойдет ЧП.

ИИ также помог с документооборотом предприятия

Компания работает с международными партнерами. В день приходят заявки — десятки страниц на разных языках, с чертежами, ГОСТами, техническими условиями. Чтобы подготовить коммерческое предложение, нужно:

• перевести документы;
• сравнить параметры;
• проверить соответствие нормам;
• сопоставить с ценами.

Система умеет работать с чертежами: определяет тип изделия, размеры, материал. Может найти аналог в каталоге и предложить конфигурацию.

Что изменилось через год: результаты внедрения ИИ‑системы в цифрах

Внедрение ИИ‑системы стало не просто проектом, а трансформацией. Через год после запуска были зафиксированы следующие результаты:

• снижение простоев на 80% — экономия около 120 млн рублей в год;
• уменьшение брака на 40% — за счет автоматического контроля качества и своевременного вмешательства;
• нулевой травматизм на участках с видеомониторингом;
• в 10 раз быстрее обрабатываются входящие заявки;
• повысилась вовлеченность сотрудников — они стали использовать данные системы для улучшения процессов, а не просто выполнять указания.

Главное — изменился подход. Теперь решения принимаются не на основе опыта, а на основе данных. Проблемы не ждут — их предсказывают.