Малленом Системс
Транспортировка нефтепродуктов железнодорожными составами — часто самый гибкий и экономически целесообразный способ доставки продукции предприятий конечному потребителю. Как и при любом другом методе транспортировки, объемы перевозимого продукта необходимо измерять, причем в случае с нефтепродуктами, с учетом силы Архимеда, что непосредственно сами весы не могут обеспечить. Рассмотрим, как помогает выполнить эту задачу аппаратно-программный комплекс (АПК) «АРДИС», включающий модуль «Архимедова сила».
Как смарт-камеры Hikrobot справляются с задачами по считыванию буквенно-цифровой маркировки
Компания Hikrobot специализируется на производстве оборудования машинного зрения и мобильных роботов. Основные приоритеты компании – интеллектуализация производственных и логистических процессов
На российском рынке Hikrobot появился относительно недавно, и информации, которая бы отражала реальные возможности их продуктов, все еще очень мало. Поэтому ведущая российская компания в области разработки и внедрения систем компьютерного зрения и промышленной видеоаналитики Малленом Системс провела собственные тесты смарт-камеры Hikrobot SC3050M по считыванию символьной маркировки с объектов ...
«Малленом Системс» импортозаместит решение Motion Metrics в горнорудной отрасли
Из-за санкций с российского рынка автоматизации горнорудной отрасли ушли несколько крупных игроков, таких как канадская корпорация Motion Metrics, предлагающая технические решения в области искусственного интеллекта и компьютерного 3D-стереозрения для горнодобывающих предприятий. Заместить одно из ее решений отечественным планирует компания «Малленом Системс», которая занимается разработкой систем компьютерного зрения и промышленной видеоаналитики и реализовала более сотни проектов в различных отраслях промышленности.
В августе «Малленом Системс» привлекла грантовое финансирование от Фонда ...
Особенности массового внедрения систем машинного зрения на предприятии
Четвертая промышленная революция ставит перед руководителями промышленных предприятий новые глобальные задачи. Для более продуктивной работы организациям требуется внедрить в сложившиеся технологические процессы новые цифровые технологии и прийти к созданию «умных» производств. Системы машинного зрения являются ключевым инструментом на этапе цифровизации предприятия и решают широкий класс задач, связанных с контролем качества и отслеживанием продукции, сбором данных о состоянии оборудования и ходе технологических процессов, визуальным контролем соблюдения сотрудниками требований безопасности и т. д. Рекомендации по внедрению таких систем, приведенные в статье, сформированы на основе опыта компании «Малленом Системс».
Практический опыт автоматизации автомобильных весов
В статье рассмотрены различные аспекты автоматизации весов на основе опыта внедрений аппаратно-программного комплекса «Автомаршал.Весовая» разработки компании ООО «Малленом Системс». Данное решение было установлено на нескольких десятках предприятий из разных отраслей индустрии (химическая промышленность, нефтепереработка, производство удобрений, полигоны ТБО, аграрный сектор и др.), что позволило накопить опыт создания систем разного уровня сложности.
Особенности использования машинного зрения в системах прослеживания фармпрепаратов
В преддверии 2019 г. фармацевтический рынок замер в ожидании принятия Положения о системе мониторинга движения лекарственных препаратов (ЛП) для медицинского назначения. 14 декабря 2018 г. Постановлением Правительства РФ оно было законодательно утверждено. На наш взгляд, ключевые моменты этого документа связаны с нанесением средств идентификации (двумерных штриховых кодов Data Matrix) на упаковку лекарственного препарата. При этом самыми большими вызовами как для производителей оборудования для маркировки и мониторинга лекарств, так и для фармацевтических компаний являются обеспечение требуемого класса качества наносимого кода (С или выше), а также необходимость использования криптозащиты кодов — ключа проверки и электронной подписи, предоставляемых фармацевтическим компаниям оператором системы мониторинга.
Распознавание номеров вагонов: принципы решения и приложение в промышленности
Создание эффективных систем контроля подвижного состава и дистанционного управления железнодорожными грузоперевозками является важной задачей как государственного, так и отраслевого уровней. В статье представлены разработки ученых и инженеров ООО «Малленом Системс», направленные на решение данных задач. Дано описание системы распознавания номеров вагонов (СРНВ) ARSCIS, обеспечивающей контроль передвижения объектов подвижного состава железнодорожного транспорта путем автоматического обнаружения и идентификации вагонов, цистерн и платформ по их регистрационному номеру. Описаны особенности реализации в 2011–2012 гг. масштабного проекта АНК «Башнефть» по созданию и внедрению на базе СРНВ ARSCIS распределенных автоматизированных систем коммерческого учета нефтепродуктов, перевозимых железнодорожным транспортом. В ходе проекта был автоматизирован в общей сложности 21 участок на предприятиях — филиалах АНК «Башнефть». Реализация проекта позволила значительно усовершенствовать процесс коммерческого учета и управления логистическими операциями, связанными с использованием железнодорожного транспорта на предприятиях компании.