버킷 투스, 단편화 감지 및 분석을 위해 AI를 활용하는 Zyfra

Zyfra는 머신 비전 BucketControl 시스템을 기반으로 굴삭기 버킷 톱니의 상태를 모니터링하기 위해 인공 지능(AI)을 사용하는 자동화 시스템을 개발했다고 밝혔습니다.

이 시스템은 굴삭기 버킷 크라운의 유무를 신속하게 감지하도록 설계되었으며, 크라운이 분실되거나 작동이 중단된 경우 굴삭기 운전자에게 경고하는 기능을 갖추고 있습니다.

Zyfra의 AI 및 채굴 부서가 공동으로 개발한 이 애플리케이션은 온보드 컨트롤러를 사용하여 카메라에서 이미지를 획득하고 내부 소프트웨어를 사용하여 이미지를 처리 ​​및 분석하며 크라운이 분실되거나 작동이 중단되면 운영자에게 신호를 보냅니다. . 치아의 마모도 평가해 임계값에 도달하면 운영자에게 알림이 전송된다고 회사측은 전했다. 이 데이터는 실시간으로 서버로 전송된다고 Zyfra는 덧붙였습니다.

Zyfra의 비즈니스 개발 이사인 Alexander Smolensky는 "머신 비전의 도움으로 부러진 치아를 즉시 찾아내고 파쇄실로 들어가는 것을 방지할 수 있습니다. 부서지면 회사는 최대 $200,000의 손실을 입을 수 있습니다."라고 말했습니다.

그는 “광석을 채굴할 때 부러진 이빨로 인해 버킷이 손상될 수 있으며 이로 인해 수백만 루블에 달하는 추가 손상이 발생할 수 있습니다. 우리의 BucketControl 시스템은 부러진 치아를 찾을 때 90%의 비용 절감을 보장합니다.”

굴삭기 버킷 톱니를 모니터링하는 자동화 시스템은 조각화를 관찰하기 위해 추가로 개발되었습니다. 이 애플리케이션은 굴삭기 버킷에 있는 암석 조각의 크기를 지속적으로 측정합니다. "이 크기를 위치 좌표와 연관시키면 채석장 생산량과 발파 비용의 균형을 맞추기 위해 암석 발파의 효율성을 측정하는 암석 성능 맵이 생성됩니다."라고 회사는 말했습니다.

Smolensky는 다음과 같이 설명했습니다. “폭발 후 촬영된 이미지와 달리 노출된 암석의 전체 깊이가 분석됩니다. 이를 통해 굴삭기 생산성을 최대 3%까지 높이고 대형 조각이 파쇄실에 부딪힐 가능성을 최소화하며 발파 작업의 품질을 추적하고 궁극적으로 암석 제거율을 최대 10%까지 높일 수 있습니다.

"이전 발파 작업을 분석하기 위해 시스템을 사용하면 향후 발파 작업에 필요한 폭발물의 양을 결정하는 데도 도움이 될 것입니다."