Специалисты кафедры информатики Уральского государственного горного университета (УГГУ) работают над алгоритмом, который улучшит характеристики одноковшовых экскаваторов. Нейросетевые модели позволяют снизить энергозатраты и повысить точность работ за счет “прямого” определения положения объектов (ковш экскаватора, самосвал, думпкар, забой) в пространстве, что повышает показатели энергоэффективности экскаваторов.
Аппаратная часть комплекса состоит из микроЭВМ и стереопары камер, которые устанавливаются на кабину машиниста. Для определения оптимальной траектории используется комплекс программных и аппаратных решений, а также электрические данные главных приводов экскаватора, данные с датчиков и штатных камер. Особенность решения заключается в его универсальности — модуль подходит для разных машин и даже моделей электрических экскаваторов и показывает одинаково высокое качество идентификации и управления для экскаваторов.
«По нашей гипотезе сэкономить на электроэнергии можно, если переносить ковш экскаватора по определенной траектории. Вычислить ее позволяет машинное зрение, которое представляет собой программно-аппаратный комплекс. С помощью камер, объединенных в стереопару и установленных в кабине машиниста и на площадках перед ней, мы фиксировали положение ковша в пространстве. Дополнительно его координаты определял лазерный сканирующий тахеометр. Полученные данные поступали на вычислительное устройство, где текущая технологическая операция определялась нашим программным комплексом при помощи алгоритма, также основанного на нейронных сетях. В результате мы получили ту самую уникальную искомую траекторию стрелы данного экскаватора, которая дает экономию электроэнергии», — рассказала старший преподаватель кафедры информатики УГГУ кандидат технических наук Евгения Волкова.
Технология прошла полевые испытания на Назаровском ГОКе (АО «СУЭК»). Для качественного обучения моделей сбор данных проводился в разное время года зимой и летом, на асбестовом и угольном разрезе, а также на экскаваторах разного типа.
«На Назаровском ГОКе, согласно нашим расчетам, экономия составит 3% от энергозатрат ежегодно на один экскаватор. С учетом того, что в карьере задействовано более десятка экскаваторов, сумма получается солидная», — объясняет Евгения Волкова.
Отметим, что возможности машинного зрения ученые УГГУ начали исследовать по программе «СТАРТ» Фонда содействия инновациям. На текущий момент работа продолжается в рамках стратегического проекта УГГУ «Цифровые производственные технологии», который реализуется по программе Минобрнауки «Приоритет 2030» (нацпроект «Наука и университеты»).
