Зачастую учет времени работы работников на заводе либо не ведется совсем, либо ведется вручную. Работники часто любят выполнять работу на перед, либо оставлять ее на конец рабочего дня. Для предприятия важно, чтобы работники выполняли нормы наработок в течении всего дня, это повысит количество выпускаемой продукции и оптимизирует затраты на оплату труда.
Ключевые слова: CV, Python, учет рабочего времени.
Основной задачей была автоматизация учета наработок работников на сварочных участках и участках станков с ЧПУ.
Станки с ЧПУ ежедневно отправляют один общий сводный отчет о наработках на каждом станке. Таким образом они сами собирают информацию о наработках, задачей автоматизации является обработка этих отчетов и отправка информации об этом ответственным лицам.
Сварочные участки не обладают собственной системой учета производительности, поэтому для автоматизации учета наработок необходимо обрабатывать изображение с камер наблюдения, расставленных на заводе, и уведомлять о наработке соответствующие лица.
Приложение была внедрена на заводе ЗАО «РЗЗ» г. Рубцовска. До внедрения использовался только способ с пересчетом деталей или ручным анализом данных со станков с ЧПУ. Это тяжелые процессы с использованием ручного человеческого труда, что понижает точность и увеличивает время обработки. Информация о наработках сварочных участков учитывалась только по количеству выпущенных деталей. Сводная информация появлялась у руководителей как правило только в конце рабочего месяца.
Рассмотрим автоматизацию каждого участка по отдельности. Входной информацией станков с ЧПУ являются сводные CSV таблицы станков с ЧПУ, которые автоматически отправляются на сервер. Таблица имеет типы данных: Тип станка, наименование станка и его номер, действия, наработки за первую и вторую смену, итоговую наработку. CSV Таблица всегда имеет одинаковую структуру, включающую данный со всех станков участка. В случае анализа данных станка с ЧПУ, анализируется только наработка за смену и происходит автоматическая оправка уведомления через чат-бот начальникам данного производства в конце смены, в уведомлении указываются номера станков с низкой наработкой за смену [1, 2].
К входной информации для анализа производительности на сварочных участках относятся кадры с камер видеонаблюдения, изображение с камер имеет разрешение 1920 на 1080 пикселей, что позволяет проводить четкий анализ. Положение камер не изменяется, что позволяет четко выделять необходимые участки и избавляться от ненужной информации. Пример изображения с камер приведен на рис. 1.
Рис. 1. Изображение с камеры 1 и 2
Для анализа кадров с изображения камер, будет использована специальная библиотека компьютерного зрения для языка программирования Python 3.7 — OpenCV, она имеет огромный функционал и открытый исходный код. Эта библиотека позволяет убирать с изображения не нужные части, изменять цветовую палитру, находить формы объектов [3, 4].
Входными данными для данной программы являются кадры, взятые из видео потока. На данный момент это приложение используется на сварочных участках. Программа берет необработанный кадр, с помощью библиотеки OpenCV по координатам вырезается необходимый участок и ненужная часть закрашивается черным цветом, пример обрезанного изображения представлен на рис. 2. Далее вся RGB палитра изображения переводится в цветовую модель HSV. Благодаря цветовой модели HSV, на изображении можно оставить только светлые, близкие к белому оттенки цветов, пример обработанного изображения представлен на рис. 2. На изображении просчитывается количество белых точек. Далее между кадрами происходит сравнение количества белых пикселей, если количество пикселей примерно одинаково или меняется не резко, то ничего не происходит, если количество пикселей резко возрастает (происходит вспышка сварочного аппарата), то отправляется сигнал о работе сварочного аппарата, он будет поступать до момента окончания сварочных работ.
Рис. 2. Пример интерфейса приложения для смарт-часов
Сигнал отправляется в сервис Winnum, который позволяет строить удобные графики по времени работы каждого отдельного аппарата и с помощью API автоматически отправляет руководителям уведомления о низкой наработке на участках.
В результате внедрения приложения предприятию удалось увеличить производительность на данных участках, а также сократить издержки и увеличить количество выходных деталей. На текущий момент предприятие рассматривает вопрос об добавлении данного приложения на другие производственные участки.
Литература:
1. Telegram Bot API. — Текст: электронный // Telegram: [сайт]. — URL: https://core.telegram.org/bots/api (дата обращения: 22.08.2022).
2. ВКонтакте Callback API. — Текст: электронный // ВКонтакте: [сайт]. — URL: https://vk.com/dev/callback_api (дата обращения: 22.08.2022).
3. Мартин, Р. Чистая архитектура. Искусство разработки программного обеспечения / Р. Мартин. — СПБ: Питер, 2018. — 352 c. — Текст: непосредственный.
4. Сенченко, П. В. Организация баз данных: учеб. пособие. / П. В. Сенченко. — Томск: ФДО, ТУСУР, 2015. — 170 c. — Текст: непосредственный.
