人工智能

炼油行业知道，当利润率非常低时，企业运营的各个方面即使效率最低，也会迅速增加。该行业面临一系列挑战，从劳动力短缺到基础设施过时。企业还竞相满足严格的全球可持续发展标准。为了解决这些问题，行业依靠自动化和其他先进技术，可以在日常运营中的几乎方方面面提高粒度效率。

在此背景下，南非的 Impala 铂金基础金属精炼厂利用计算机视觉和边缘 AI 技术，确保高效运营。NTT 的子公司 Britehouse Mobility的一个工艺优化项目展示了机器视觉软件如何帮助改善硫酸铵（一种具有多种商业用途的无机盐）的复杂生产工艺。

硫酸铵生产的难题

硫酸铵是精炼厂生产的副产品，用作农业肥料和钒的制造原料。该工厂生产的产品必须符合农林渔部规定的特定标准。影响工厂生产硫酸铵的一个关键标准是镍含量，不得超过百万分之 200 (ppm)。但镍颗粒会附着在较小的硫酸铵晶体上。一种有效防止镍传播到成品的方法是使用振动筛来筛选产品。

振动筛会造成大量灰尘，特别是存在非常细微的颗粒时。因此，振动筛完全封闭，很难看到筛板何时受到遮蔽，而且通常只能在离线时打开筛子来检测。受到遮蔽的筛板会使含镍的细颗粒传播到成品，如果发现过晚，将会影响硫酸铵的质量。

定期打开筛子非常耗时。因此，在线监控系统可以帮助生产团队在筛子上出现附着或遮蔽现象时迅速做出反应。另一个优势是，由于振动筛是整个流程的最后一步，所以摄像头可以轻松检测上游过程的其他问题。

机器视觉和 3D 摄像头实操

Britehouse Mobility 解决方案展示了对体积式摄像头的使用，可以防止振动网筛的附着和遮蔽问题，以免造成成品产出质量下降。机器视觉算法配合摄像头，研究输出，识别筛子何时受堵。

只要用过智能手机拍照的人都知道，当存在大量摇晃的情况时，很难拍出清晰的照片。开发解决方案的挑战是找到可以在这种条件下工作的摄像头。

“它不仅是一个摄像头……它必须足够强大，可以承受这种环境中存在的暴力。” Britehouse Mobility 高级解决方案架构师 Donovan Bell说。此外，摄像头必须随着筛子一起移动，以达到相同的共振，这样图片便不会模糊。

由于摄像头置于光照充足的条件下，该团队训练了一个机器学习模型，以识别筛子正常运作和受堵的情况。最终结果会得到评级，以便经营者判断问题的严重程度，再做出干预。体积测量结果不仅提供了有关附着和遮蔽程度的信息，而且提供了不良镍的重量和尺寸信息。Britehouse Mobility Atajo OnEdge 平台是在边缘即时处理数据并且是一种云端扩展，提供了可视化，并在必要时提醒经营者。

“该解决方案减少了员工中断操作、摘下盖子并查看振动筛内部情况的次数，从而提高了安全和效率。” Britehouse Mobility 物联网部门负责人 Marco Capazario 表示。

此外，工人现在可以根据情况做出反应，而不是主动采取行动。Capazario 表示，这不仅仅是监控堵塞。“这让工人洞悉上游的故障情况，并能够深入分析根本原因。” 他补充道。Britehouse Mobility/NTT 解决方案可以解答许多问题：为什么有时我们会遇到效率损失？工厂上游发生了什么情况，导致了这种情况？我们能否根据数据洞察来识别这一点？

协作展示精炼厂创新

在英特尔的指导下，Britehouse Mobility/NTT 与 Framos合作，后者在工业级机箱中安装了英特尔^® 实感^™ 摄像头。此次合作帮助 Britehouse Mobility 将摄像头更快瞄准对象。实感摄像头凭借其体积测量能力和深度感知能力，因此完美契合。

由于对象检测和体积测量应用并不复杂，因此解决方案不需要大量的计算。“我们并不是试图以每秒 60 帧的速度分析实时视频。但如果我们这样做，我们可以将信息发送到云端，利用英特尔工具集来为我们呈现这些结果。” Bell 说。

基于云的 Atajo OnEdge 平台从网关获取并存储数据，以用于历史分析。用户能够使用该平台的仪表板和报告，跟踪长期和短期趋势。

计算机视觉的应用无穷无尽

虽然 Britehouse Mobility/NTT 解决方案仅适用于 Impala 用例，但其与机器视觉相关的核心组件却用途广泛。对于 Impala 来说，该团队正在开发另一个应用，涉及到监控移动式起重机的安全和现场合规情况。

“我们已经实现了硬件工业化，并且有一个高度可配置的软件层，因此我们可以快速连接模块并部署特定应用。” Capazario 说。“我们有大量机会改进各种工艺。”而且实施并不仅限于精炼行业。制造业和其他行业也已经成熟，适合此种实施。“用途可以说是无穷无尽。” Bell 说。
 

由 insight.tech 主编 Georganne Benesch 编辑。