Разработка интеллектуального автоматизированного инструмента учета выпускаемой продукции на производстве
DOI:
https://doi.org/10.22213/2410-9304-2025-3-79-87Ключевые слова:
ERP-система, yolov8, хлебобулочная промышленность, учет продукции, машинное обучение, компьютерное зрение, автоматизация производстваАннотация
В данной статье авторами рассматривается процесс разработки интеллектуального автоматизированного инструмента для учета в режиме реального времени продукции на производстве, характеризующегося большим потоком изделий на конвейере. Особое внимание уделяется его применению в хлебобулочном производстве, где высокая точность и скорость подсчета продукции критически важны для обеспечения эффективности и качества производственных процессов. Основная цель исследования заключается в создании автоматизированной системы, которая будет использовать передовые методы компьютерного зрения и алгоритмы машинного обучения для подсчета продукции на конвейере в режиме реального времени. Предлагается использовать современный алгоритм нейросети, построенной на архитектуре YOLOv8. Это позволит существенно сократить человеческий фактор, повысить точность данных и оптимизировать производственные процессы, автоматизировать отчетность по выпуску продукции. В архитектуру системы входят IP-камера и микрокомпьютер. Приведено обоснование выбора оборудования, расчеты на все необходимые настройки и параметры камеры и требования оборудования, а также проведены тесты производительности и представлен вид отчета по количеству произведенной продукции. Описаны ключевые этапы и модели, использованные на стадии проектирования приложения: модель базы данных, диаграмма последовательности, диаграмма вариантов использования. Приведено также обоснование выбора технологий разработки системы. В дальнейшем предлагается перенастроить данную систему на распознавание качества продукции, в частности подгоревшего либо неформатного хлеба. Предлагаемое решение является очередным предложением авторского коллектива в рамках проводимой работы по комплексной автоматизации хлебозавода в соответствии с современными требованиями к переходу производственных процессов предприятий на принципы Индустрии 4.0.Библиографические ссылки
Омельченко О. М. Автоматизация процессов производства хлебобулочных изделий: современные тенденции и перспективы развития // Хлебопечение России. 2024. Т. 68, № 4. С. 17-27.
Львова Г. Н. Хлебопекарная промышленность как составляющая продовольственной безопасности страны // Вестник Московского университета им. С.Ю. Витте. Серия 1: Экономика и управление. 2022. № 2 (41). С. 26-32. DOI 10.21777/2587-554X-2022-2-26-32.
Чернухина Г. Н., Храмова А. В. Перспективы внедрения интеллектуальных ресурсов в цифровую среду торгового предпринимательства // Современная конкуренция. 2021. Т. 15, № 2 (82). С. 77-87.
Автоматизация учета в ООО «Хлебозавод № 5» на базе ПП «1С: Управление производственным предприятием 8» // Группа компаний «Софт Мастер». URL: https://www.izhsm.ru/introduction/ERP/4375 (дата обращения: 15.02.2025).
Горбачев В. А., Калугин В. Ф. Разработка алгоритма многообъектного трекинга с необучаемыми признаками сопоставления объектов // Компьютерная оптика. 2023. Т. 47, № 6. С. 1002-1010. DOI 10.18287/2412-6179-CO-1275.
Кушнер К. В., Лиманова Н. И., Салмин А. А. Метод автоматического обнаружения дефектов бутылок подсолнечного масла с использованием YOLOv8 и технологий компьютерного зрения // Научный Лидер. 2025. С. 20-26.
Redmon J., Farhadi A. YOLOv3: An Incremental Improvement // arXiv preprint arXiv:1804.02767. 2018. URL: https://arxiv.org/abs/1804.02767.
Алгоритмы распознавания объектов в видеопотоке и определение свойств их взаимного расположения / М. В. Алиев, Д. А. Бербенцев, В. О. Немыкин, С. М. Алиева // Вестник Адыгейского государственного университета. Серия: Естественно-математические и технические науки. 2024. № 2 (341). С. 27-34. DOI 10.53598/2410-3225-2024-2-341-27-34.
Разработка программно-аппаратных решений на базе нейронных сетей для анализа видеопотока / Ю. О. Лобода, И. С. Лобов, М. А. Вершинин, А. А. Новиков, Д. А. Конюк // Ресурсосберегающие технологии в контроле, управлении качеством и безопасности : сборник научных трудов XII Международной конференции студентов, аспирантов, молодых ученых. Томск, 2024. С. 135-139.
Укроженко Д. М. Перспективы применения IP-видеонаблюдения в системах безопасности // Электронные системы и технологии : материалы 59-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 17-21 апреля 2023 года. Минск, 2023. С. 336-337.
Проектирование системы IP-видеонаблюдения технического центра ООО «Авторитет» / Н. Н. Куликова, О. В. Охрименко, Д. И.Стрижаков, А. В. Ищенко // Современные проблемы физики, биофизики и инфокоммуникационных технологий. 2022. № 12. С. 212-221.
Кузнецова А. А., Малева Т. В., Соловьев В. И. Сравнение алгоритмов YOLOV3 и Yolov5 в задаче обнаружения яблок // Математические методы в технике и технологиях - ММТТ. 2020. Т. 12-2. С. 95-97. EDNMOIQRD.
Zhang, L. (2021). Deep Learning for Object Counting in Industrial Environments. CVPR.
Wang, C. (2023). Real-Time Food Production Monitoring. Journal of Food Engineering.
Smith, J. et al. (2022). RFID in Manufacturing: Challenges and Solutions. IEEE IoT Journal.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2025 А А Масленников, Т А Гадолиев, Ю Н Белова

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.