Система автоматического контроля качества на линии: цена, внедрение и срок окупаемости

Первый вопрос, который задаёт директор по производству, звучит почти всегда одинаково: «И сколько это стоит?». Второй — «А когда отобьётся?». Оба нормальные, оба считаются. Но прежде чем считать, надо понять, из чего вообще собирается линия контроля качества на базе машинного зрения, потому что цена напрямую зависит от того, что вы туда положили. Разберём по узлам, по этапам внедрения и доведём до конкретной формулы окупаемости — без маркетинговой воды.

Из чего состоит АСКК на конвейере

Автоматизированная система контроля качества (АСКК) — это не «камера и нейросеть», это пять связанных узлов, и слабое звено любого из них роняет всю систему.

• Камеры. Промышленные или уже стоящие IP-камеры над линией. Тип, разрешение и скорость затвора подбираются под скорость конвейера и размер дефекта, который надо ловить. Мелкий дефект на быстрой линии требует другой оптики, чем крупная маркировка на медленной.
• Освещение. Вот тут главное, и про это все забывают. От подсветки зависит больше, чем от модели нейросети. Неправильный свет даёт блики на глянце, тени в углублениях, мерцание от сети — и дефект либо тонет, либо система видит дефект там, где его нет. Под царапины на металле, прозрачную плёнку, тёмную упаковку и матовую поверхность ставят разный свет: направленный, рассеянный, контровой, иногда инфракрасный. Грамотная подсветка — половина успеха проекта, и экономить на ней — главная ошибка.
• Нейросеть. Модель, которая по кадру решает «годен/брак» и где дефект. Она обучается на ваших образцах, а не приходит готовой «из коробки» — об этом ниже.
• Исполнительный механизм. Поймать брак мало, его надо убрать с линии. Обдув (пневмосдув), толкатель-отбраковщик, шибер, отвод в отдельный лоток. Без этого узла система просто считает брак, но не отделяет его.
• Интеграция с ПЛК и АСУ ТП. Система должна разговаривать с автоматикой линии: получать сигнал о прохождении единицы, отдавать команду отбраковки, писать статистику в MES или SCADA. Это связь с контроллерами по промышленным протоколам, а не отдельный остров.

Когда все пять узлов согласованы, линия работает. Когда сэкономили на свете или не довели отбраковщик — система превращается в дорогую игрушку, которой перестают доверять.

Этапы внедрения: от пилота до тиража

Нормальное внедрение не делается «под ключ за неделю». Оно идёт стадиями, и пропускать их дорого.

1. Пилот. Одна камера на одной самой проблемной позиции, ограниченный набор дефектов. Цель — не покрыть всё, а доказать, что метод работает на вашем продукте и в ваших условиях. Срок — обычно от пары недель.
2. Сбор датасета брака. Самый недооценённый этап. Нейросеть учится на примерах, и ей нужны реальные образцы вашего брака — желательно по всем видам дефектов, которые надо ловить. Если брак редкий, его собирают неделями, иногда подкидывают намеренно. Качество датасета определяет качество распознавания сильнее, чем любая «крутая модель».
3. Обучение и настройка. Модель учат на собранных образцах, калибруют под освещение и геометрию, настраивают пороги, чтобы поймать баланс между пропусками брака и ложными срабатываниями. Перекрутили чувствительность — система забракует половину годного, недокрутили — пропустит дефекты.
4. Опытная эксплуатация. Система работает параллельно с людьми, её решения сверяют. Здесь дочищают ложные срабатывания и достраивают датасет на промахах.
5. Тираж. Отлаженное решение масштабируют на остальные линии и позиции. Тут уже дешевле, чем пилот, потому что методика отработана.

Главная мысль: машинное зрение в контроле качества — это не покупка коробки, а проект. И самая длинная его часть — не монтаж, а сбор данных и обучение под ваш конкретный продукт.

От чего зависит цена

Прямой прайс назвать нельзя честно — слишком много переменных. Но вот что двигает стоимость:

• Число позиций контроля и линий. Одна камера на одной позиции и десять камер на пяти линиях — это разные порядки.
• Сложность дефектов. Грубый «есть деталь / нет детали» дешевле, чем поиск микротрещин или сортировка по десяткам классов дефектов.
• Скорость линии. Чем быстрее конвейер, тем дороже камеры и оптика, тем жёстче требования к подсветке и вычислителю.
• Освещение. Иногда самый затратный узел, особенно для сложных поверхностей.
• Отбраковка. Установка исполнительных механизмов и врезка в линию.
• Интеграция. Связь с существующей АСУ ТП, MES, учётными системами.
• Модель поставки. Капзатраты на оборудование разом или подписка с распределённым платежом — это разная нагрузка на бюджет, особенно если хочется сначала проверить эффект на пилоте, а не вкладываться сразу. Ориентиры по форматам — на странице стоимости видеоаналитики.

Поэтому правильный разговор начинается не с прайса, а с пилота: он показывает реальный процент брака и эффект, и уже под это считается полноценный бюджет.

Как посчитать срок окупаемости

А теперь то, ради чего ЛПР читает эту статью, — деньги. Окупаемость системы контроля качества считается через стоимость пропущенного брака, который она перестаёт пропускать. Логика такая.

Сначала оцениваем, сколько стоит один пропущенный дефект. И тут важно: дефект, ушедший к клиенту, стоит не как переделка на участке. В цену входят рекламация, замена, обратная логистика, штраф по договору поставки, иногда отзыв партии и удар по репутации. Часто это в разы или на порядок дороже, чем брак, пойманный на линии.

Формула в словах простая:

• Экономия в месяц = (доля брака, который раньше уходил незамеченным) × (поток единиц в месяц) × (стоимость одного пропущенного дефекта).

Из этой экономии вычитаем затраты на систему — разовые или подписку — и получаем срок окупаемости.

Возьмём условный пример, чтобы было осязаемо. Линия выпускает 200 000 единиц в месяц. Ручной выборочный контроль пропускает, скажем, 0,3 процента дефектных единиц — это 600 штук в месяц уезжает к клиенту. Каждый такой пропуск с учётом рекламации и логистики обходится в 500 рублей. Получаем 300 000 рублей потерь в месяц только на пропущенном браке. Если сплошной автоматический контроль убирает большую часть этих пропусков, экономия исчисляется сотнями тысяч в месяц, и система с разумным бюджетом окупается за месяцы, а не годы. Цифры здесь условные — подставьте свои, и картина станет вашей.

К этой прямой экономии добавляются вещи, которые тоже считаются деньгами, но позже: меньше штрафов, меньше возвратов, стабильнее качество в глазах закупщика, объективная статистика брака по сменам и причинам — основа, чтобы чинить сам процесс, а не только ловить следствие. По тому, как поиск дефектов работает технически, есть отдельный разбор — обнаружение дефектов, а место АСКК в общей картине цеха — в материале про цифровизацию производства.

Честно: где система оправдана, а где нет

Не каждой линии нужен автоматический контроль качества, и я скажу прямо.

Оправдано:

• Высокий поток, где сплошной ручной контроль невозможен физически.
• Дорогая цена пропущенного брака — рекламации, штрафы, отзывы.
• Повторяемые, визуально различимые дефекты на поверхности, геометрия, комплектность, маркировка.
• Стабильная позиция съёмки, куда можно поставить камеру и свет.

Спорно или рано:

• Маленький поток и дешёвый продукт, где пропуск стоит копейки — выборочного контроля человеком хватит.
• Внутренние дефекты — это к ультразвуку и рентгену, оптика их не видит.
• Хаотичная подача без фиксированного ракурса и стабильного света — сначала наведите порядок на линии, потом ставьте камеру.

И главное: машинное зрение тут закрывает поверхностный, геометрический и комплектный контроль на потоке. Оно не отменяет ОТК и приборный неразрушающий контроль — оно снимает с людей рутину сплошного осмотра и даёт цифры, по которым видно реальное качество. Если хотите прикинуть окупаемость на ваших числах потока и цене брака — берите общую страницу контроля качества продукции или приходите на расчёт, посчитаем ROI на ваших данных, а не на условных.