Расскажем, как реализуется пилотный проект Желдорреммаша по внедрению технологий ИИ в процедуру контроля производственного процесса.
Благодарим дирекцию по внешним связям и стратегическим коммуникациям АО «Желдорреммаш» за предоставление данного материала.
На фото: Производство Ростовского-на-Дону электровозоремотного завода
На Ростовском-на-Дону ЭРЗ реализуется пилотный проект Желдорреммаша по внедрению машинного зрения и технологий искусственного интеллекта (ИИ) в процедуру контроля производственного процесса. Основная задача инициативы – отслеживать передвижение локомотива по ремонтному циклу в режиме реального времени, выявлять отклонения и формировать цифровую хронологию производства. В перспективе технология может стать одним из элементов цифрового двойника производственного процесса на всех предприятиях компании.
На производстве информация о фактическом ходе работ нередко оказывается последним звеном, которое переводится в цифровой формат. Планирование, учет, закупки и финансовые операции уже работают в информационных системах, тогда как движение изделия по технологическому маршруту во многих случаях по-прежнему фиксируется вручную. На заводах Желдорреммаша каждый локомотив проходит десятки операций – от поступления на предприятие и разборки до ремонта узлов, сборки, испытаний и приемки заказчиком. Задержка на одном этапе может повлиять на весь производственный график. Чтобы сделать этот процесс более прозрачным и управляемым, компания тестирует технологии машинного зрения.
Кроме портала, мы предлагаем вам и альманах «Управление производством». Все самое интересное и уникальное мы публикуем именно в нем. 300+ мощных кейсов, готовых к использованию чек-листов и других полезных материалов ждут вас в полном комплекте номеров. Оформляйте подписку и получайте самое лучшее!
Весной 2026 года на Ростовском-на-Дону ЭРЗ началась подготовка к пилотному внедрению системы ИИ-мониторинга на базе компьютерного зрения и видеоаналитики. Учитывалась специфика локомотиворемонтного предприя¬тия и стоящих перед компанией задач. Принципиальное отличие внедряемой системы от обычного видеонаблюдения в том, что камера должна не просто записывать происходящее в цехе, а преобразовывать видеопоток в структурированные производственные данные. Сегодня движение локомотива по ремонтному циклу контролируют пре¬имущественно диспетчеры. Они получают информацию от подразделений и фиксируют выполнение операций. При этом ручная отчетность не всегда содержит полный объем необходимых сведений, а обновление информации требует времени. Дополнительным риском остается человеческий фактор. В новой модели камеры становятся источником первичных данных, а алгоритмы искусственного интеллекта – инструментом их обработки.
Один из ключевых эффектов цифровизации – возможность сделать видимыми те участки производственного процесса, которые раньше фиксировались преимущественно в разрозненных записях, устных сообщениях и опыте отдельных сотрудников. Машинное зрение переводит эти сведения в цифровой формат и делает их доступными для оперативного анализа.
В основе цифрового контроля лежит технология компьютерного (машинного) зрения. На Ростовском-на-Дону ЭРЗ она опробована на базе уже действующей системы видеонаблюдения. Информация с камер собирается и анализируется специальным модулем с использованием ИИ. Разработчики применили модели VLM (Vision Language Models) и OCR (Optical Character Recognition) для распознавания бортовых номеров локомотивов. По представленным результатам в ходе испытаний технология показала стопроцентную точность распознавания. После идентификации локомотив можно сопровождать на протяжении всего маршрута: система фиксирует его перемещение и определяет прохождение заранее установленных контрольных точек. На основе этих данных формируются автоматические отчеты и создается цифровая история объекта.
Андрей Минин, заместитель генерального директора по организации производства АО «Желдорреммаш»:
«Интеллектуальная система контроля производства формирует цифровую хронологию технологического процесса. На основе собранных данных ИИ выполняет обработку информации, проводит ретроспективный анализ и передает данные на дашборды (интерактивные панели управления. – Прим. ред.) для оперативного управления. Мы рассчитываем сократить межпозиционные простои до 20%, обеспечить полную прозрачность ремонтного цикла, а также многократно ускорить формирование сменно--суточной отчетности. По сути, речь идет о переходе от выборочного контроля к непрерывному цифровому сопровождению всего производственного процесса, при котором современные технологии помогают людям работать эффективнее, а предприятиям – повышать свою конкурентоспособность».
Помимо движения локомотива и его узлов, цифровой помощник собирает множество других сведений, необходимых для анализа производственного процесса. В частности, речь идет о фактическом времени выполнения операций, которое можно сопоставлять с нормативами, установленными технологическим процессом. Такая информация доступна через оперативные дашборды и ретроспективную отчетность. Например, при межцеховом простое диспетчер обычно получает сведения от сотрудников участка, переносит их в отчет, после чего с информацией знакомится линейный руководитель. При использовании ИИ и автоматической фиксации события сокращается время между возникновением проблемы и реакцией на нее.
На первом этапе внедрения системы ИИ-мониторинга проект будет ориентирован на передвижение локомотива по производственным переделам. В дальнейшем машинное зрение планируется применять также для отслеживания основных узлов, агрегатов и комплектующих. Например, система сможет автоматически определять количество готовых тяговых двигателей, фиксировать поступление деталей в ремонт, отслеживать перемещение компонентов по производственным постам и помогать анализировать причины технологических задержек.
Следующим этапом станет интеграция полученных данных с корпоративной системой 1С. Это даст возможность связать фактическое перемещение объекта в цехе с информацией о его ремонте, трудозатратах и выполненных операциях, то есть сформировать цифровой двой¬ник производственного процесса. В результате по конкретной детали, узлу или технологической операции можно будет восстановить историю движения и получить связанный набор производственных данных. Такой подход позволит перейти от стандартного вопроса «что произошло?» к более содержательным: «где возникло отклонение?», «почему оно появилось?», «как часто повторяется?» и «какое решение позволит не допустить его вновь?».
Потенциальные возможности системы ИИ-мониторинга не ограничиваются производственной логистикой. Помимо того что в перспективе она позволит сократить ремонтный цикл и повысить эффективность производственных ресурсов, новая технология на основе машинного зрения может применяться для совершенствования организации труда, дополнительного контроля требований охраны труда и промышленной безопасности.
Олег Серегин, начальник департамента планирования и организации производства АО «Желдорреммаш»:
«Главная ценность системы – в объективности данных. Мы будем видеть не только факт нахождения локомотива на определенном этапе ремонта, но и точное время выполнения операций, простои и отклонения от нормативов. Это позволит быстрее находить узкие места, принимать решения на основе реальной картины производства и минимизировать человеческий фактор».
Например, если определенная операция регулярно начинается позже нормативного времени из-за отсутствия комплектующих, это может указывать на недостатки планирования или снабжения. Таким образом, один и тот же массив данных способен быть полезным сразу нескольким функциональным направлениям: производству, снабжению и управлению персоналом. Данные перестают быть инструментом одного подразделения и становятся общим ресурсом предприятия.
Также машинное зрение позволит оперативно выявлять попадание работника в опасную зону, отсутствие средств индивидуальной защиты, некорректную строповку грузов, признаки задымления и другие ситуации. При интеграции с системами оповещения обнаружение потенциального нарушения сможет запускать автоматический сигнал. При этом ИИ-мониторинг не рассматривается как замена существующим системам охраны труда и производственной безопасности. Его задача – дополнить действующие механизмы источником объективной информации. Это важное разграничение.
Наиболее эффективно ИИ работает не тогда, когда пытается заменить человека, а когда берет на себя часть повторяющихся задач: непрерывное наблюдение, сбор данных и обнаружение отклонений. Это позволяет специалистам сосредоточиться на анализе полученной ИИ информации и выявленных устойчивых закономерностей, изучить на ранней стадии причины возникновения проблем и принять меры по их устранению. ИИ-технология создает основу для более прозрачного, измеримого и управляемого производства.
В промышленности и локомотиворемонтной отрасли в частности, где стоимость простоя измеряется не только потерянными часами, но и загрузкой оборудования, трудовыми ресурсами, сроками поставки и финансовыми обязательствами, способность видеть производственный процесс в режиме реального времени становится важным конкурентным преимуществом.
Текст и фото предоставлены Пресс-службой АО «Желдорреммаш»
