УДК 621.869

Определение перегрузки ковша экскаватора с применением искусственного интеллекта+

Халидуллин Алмаз Салаватович – аспирант Уральского государственного горного университета.

Аннотация: В статье рассматриваются перспективы использования искусственного интеллекта в целях профилактики перегрузок экскаваторных ковшей, снижения риска поломок техники и увеличения её производительности.

Ключевые слова: Перегрузка ковша экскаватора, погрузочные работы, автоматизация погрузочных работ, горнодобывающая отрасль, земляные работы, искусственный интеллект.

Цель исследования

Выявление перспективных направлений для теоретических и практических разработок в сфере защиты экскаваторной техники от перегрузок.

Проблема исследования

Поломки экскаваторной техники из-за перегрузки ковша во время проведения работ выводят её из строя, при этом простой и ремонт спецтехники снижают эффективность и маржинальность работ, а также увеличивают сроки их проведения. Актуален вопрос поиска способов избежать подобных перегрузок.

Метод исследования

Изучение научной литературы и периодики.

Введение

Повышение эффективности работы спецтехники при проведении земляных, строительных и добывающих работ является одним из приоритетов проектной и инженерной деятельности в сфере автоматизации труда. Одним из важных моментов является мониторинг работы техники на предмет перегрузок любого генеза, поскольку они приводят к поломкам, требующим дорогостоящего ремонта, и выводят технику в состояние простоя на время ликвидации неисправностей. Кроме увеличения себестоимости проводимых работ за счёт расходов на ремонт и техническое обслуживание, это приводит также к увеличению срока проведения работ. В результате экономические потери от поломок являются весьма ощутимыми.

Одним из видов неисправностей, которые получают экскаваторы в ходе земляных и погрузочных работ, является поломка гидравлической системы подъёмного механизма и стрелы ковша. Логично предположить, что ведущей причиной таких поломок является весовая перегрузка ковша перемещаемыми грузами, объём и масса которых превышают допустимые эксплуатационные нормы. Избежать подобных ситуаций поможет применение технологий из сферы искусственного интеллекта, который уже успел положительно себя зарекомендовать, позволив повысить производительность работы экскаваторов за счёт использования нейросетей на 10%. [1]

Возможности искусственного интеллекта для определения перегрузок ковша.

Профилактика весовой перегрузки ковша может включать в себя следующие виды аналитических работ, выполняемые искусственным интеллектом:

анализ массы поднимаемого груза исходя из данных об его объёме и плотности;
анализ наполненности ковша;
анализ грузоподъёмности стрелы с учётом положения экскаватора в пространстве (угол наклона корпуса и стрелы, смещение центра тяжести и т.д.).

В соответствии с имеющимися справочными данными и получаемой в режиме реального времени информацией, искусственный интеллект может практически мгновенно производить сравнение текущей и потенциальной весовой нагрузки на ковш с предельно допустимыми показателями.

Среди технологий, которые могут использоваться при разработке и внедрении системы контроля за перегрузкой ковша экскаватора, можно назвать: лазерное измерение уровня наполнения ковша, фото- и видеофиксация поднимаемого или готовящегося к перемещению экскаватором груза, спектральный анализ материала груза, сканирование линейных размеров груза и т.д.

Практические перспективы внедрения технологий ИИ в работу экскаватора.

Роботизация специальной техники и внедрение технологий искусственного интеллекта в её работу – перспективное направление, которое разрабатывается во всём мире в на протяжении 2020-х годов. Так, китайская компания Baidu Research Robotics в 2021 году создала полностью автоматизированный экскаватор, который в условиях пандемии коронавируса показал свою эффективность как по характеристике автономной беспилотной работы, так и по времени – работать он может в круглосуточном режиме, что существенно увеличивает производительность труда. [2]

В данной статье речь не идёт о переходе на дистанционное управление экскаватором или его работе по принципу самоуправления по заданной программе, поскольку такой подход подразумевает создание полноценной системы управления, включающей в себя обширный набор сенсорных датчиков, видеокамер, модулей анализа данных и т.д. По сути это представляет собой разработку «с нуля» новой модели техники – чем и занимается упомянутая выше китайская корпорация. Мы же рассматриваем частичную автоматизацию существующей спецтехники с целью повышения эффективности её работы и продления безаварийного срока эксплуатации. Экскаватор продолжает управляться человеком, причём управление осуществляется из кабины, а не дистанционно.

В данном случае возможно использование различных схем внедрения элементов искусственного интеллекта, предложим одну из них.

Разработка проекта размещения сенсорных датчиков и видеокамер на ковше, стреле и других функциональных частях экскаватора для передачи наиболее полных данных об объекте, планируемом к перемещению ковшом.
Создание информационной базы для самообучающейся программы (нейросети), в которой будут сведены данные о материалах, их плотности, массе, весовой нагрузке и т.д., а также алгоритмы расчёта массы объекта и предельной нагрузки на ковш.
Создание пользовательского интерфейса – монитора для размещения в кабине оператора экскаватора, а также системы сигнализации о предельной нагрузке или перегрузке ковша. Событиями для оповещения оператора могут быть: попадание в рабочую зону ковша объекта, по «мнению» искусственного интеллекта превышающего предельно допустимую весовую нагрузку; попытка переместить груз, по виду не вызывавший опасений, но оказывающий большую нагрузку на ковш, чем рекомендуется; опасное положение экскаватора в пространстве, существенно влияющее на расположение его центра тяжести, устойчивость и грузоподъёмность. В зависимости от целей системы ИИ, она может предлагать оператору продолжить работы с учётом рисков или приостановить выполнение операции, а может самостоятельно блокировать потенциально опасные для техники действия.
Разработка автоматических защитных действий в случае наступления критической перегрузки (например, блокировка передвижения ковша).

Таким образом, при практическом применении предлагаемого технологического процесса участие человека в процессе управления не исключается, а, напротив, усиливается за счёт необходимости принятия решений исходя из оперативно поступающей информации.

Однако применение ИИ при определении перегрузки ковша экскаватора имеет ряд ограничений, среди которых можно назвать следующие: необходимость времени для самообучения нейросети (определение материала, расчёт массы объекта); качество «компьютерного зрения», которое, кстати, является одним из критически важных элементов данной схемы [3]; процент ложных срабатываний, особенно на начальном этапе машинного обучения, который увеличит в этот период время простоя техники и, как следствие, производительность её работы.

Ожидаемый эффект от применения ИИ в работе экскаваторов.

В среднесрочной и долгосрочной перспективе использование нейросетей при оценке перегрузки ковша экскаватора должно привести к достижению нескольких целей.

Стабилизация рабочего графика. Отсутствие или существенное сокращение количества поломок позволяет эффективнее планировать график проведения работ, будь то земляные работы в строительной отрасли или плановые работы в горнодобывающей отрасли.

Повышение маржинальности, снижение себестоимости работ. Сокращение расходов на техническое обслуживание, ремонт техники и замену экскаваторов, вышедших из строя позволяет снизить себестоимость земляных, демонтажных, погрузочных работ, если они выполняются для внутренних нужд компании, или увеличить чистую прибыль организации, если они осуществляются на заказ в рамках основного направления коммерческой деятельности.

Повышение уровня безопасности при выполнении экскаваторных работ. Кроме собственно защиты техники от поломок вследствие перегрузки ковша, использование технологий искусственного интеллекта позволяет снизить риск получения оператором экскаватора и его коллегами по рабочей площадке травм в случае опрокидывания машины при перегрузке или нарушения её целостности по той же причине.

Заключение

Перспективы разработки, внедрения и активного практического применения технологий автоматизации отдельных технологических процессов на базе искусственного интеллекта – многообещающее направление. Его развитие позволит не только повысить эффективность и маржинальность таких секторов экономики как строительство и горнодобывающая промышленность, но также позволит компаниям продлить срок эксплуатации техники в условиях санкционного давления и трудностями с поставками оригинальных запчастей. Немаловажной характеристикой российского рынка экскаваторной техники является показатель рыночной доли – он составляет по состоянию на декабрь 2023 всего 5%. [4]

Логичной видится экспериментальная разработка систем «компьютерного зрения», анализа информации и передачи результатов оператору одновременно на различных моделях экскаваторной техники, как отечественного, так и зарубежного производства. Результаты, полученные при анализе внедрения новых технологий на практике, необходимо использовать при создании новых моделей спецтехники, в которых модули определения нагрузки на ковш и другие конструктивные элементы будут уже не внешними, а встроенными.

Оценивать эффективность внедрения разработанных систем на этапе тестирование необходимо несколько раз – сразу после установки, а затем с периодичностью в 3-5 дней для определения скорости машинного обучения нейросети, оценивающей степень нагрузки на ковш.

Разумеется, программный код нейросети, повышающей эффективность работы экскаватора, должен отвечать характеристике расширяемости и углубляемости, чтобы в будущем в него могли быть добавлены новые параметры для анализа, а также новые сценарии работы (например, оценки не только нагрузки на ковш, но и оптимальной интенсивности механических движений, создание типичных сценариев работы с определёнными видами грузов и т.д.).

Список литературы

Юрьев Д. Российские нейросети обучились копать экскаватором. — URL: https://www.ferra.ru/news/v-rossii/rossiiskie-neiroseti-obuchilis-kopat-ekskavatorom-23-05-2023.htm (дата обращения: 15.12.2023).
Роботы-экскаваторы с искусственным интеллектом заменят на стройке людей. – Ньюсайру. – URL: https://dzen.ru/a/YN2uNk-RYVBw0lh5 (дата обращения: 15.12.2023).
Луковкин Д. Как считать эффективность искусственного интеллекта (на примере умного экскаватора). – URL: https://vc.ru/ml/253499-kak-schitat-effektivnost-isk–usstvennogo-intellekta-na-primere-umnogo-ekskavatora (дата обращения: 15.12.2023).
Российский рынок экскаваторов: 2023 год стал прорывным. – Строительная техника и транспорт. – URL: https://dzen.ru/a/ZXGiJ0PzWyl7VMbQ (дата обращения: 15.12.2023).