Перейти к основному содержимому
Вернуться к историям
Пример из практики

Как компания TNB сократила время проверки складских запасов в Малайзии в 90 раз благодаря использованию дронов, пристыкованных к станциям.

Как компания TNB сократила время проверки складских запасов в Малайзии в 90 раз благодаря использованию дронов, пристыкованных к станциям.
Tenaga Nasional
  • ИнспекцииПромышленность
  • 0% Faster verification
  • 0+Images processed daily

Компания Tenaga Nasional Berhad (TNB) обслуживает около 10 миллионов домохозяйств, являясь основным поставщиком энергии в Малайзии и управляя обширной сетью распределительных и передающих линий по всей территории полуостровной Малайзии. Она также занимается экспортом электроэнергии в соседние страны, включая Сингапур и Таиланд. В рамках своей стратегии технологической трансформации TNB искала эффективные способы мониторинга и управления своими масштабными складскими операциями.

‍

В ходе одной из сессий NestGen '25 мы побеседовали с Азфаром Хельми, техническим менеджером по продуктам в отделе эксплуатации и проектирования компании. Группа АэродинКомпания Aerodyne, мировой лидер в области беспилотных технологий и анализа данных, представлена ​​в 45 странах. Азфар обладает более чем девятилетним опытом работы в области дистанционного зондирования и глубокой специализацией на беспилотных технологиях, в частности, в формировании инициатив Aerodyne по внедрению беспилотных летательных аппаратов в горнодобывающем и энергетическом секторах. Вот что они сказали о революционных изменениях в мониторинге складских активов:

02

Задача

«Проведение ручной проверки заняло бы очень много времени. На самом деле, когда мы впервые общались с нашим клиентом в 2023 году, основной проблемой было ограничение по времени, поскольку каждый этап проверки оборудования занимал у них около трех месяцев». - Азфар Хельми, технический менеджер по продукции, Aerodyne Group.

Компания TNB столкнулась с рядом серьезных проблем в управлении своими складскими операциями:

  • Трудоемкая проверка инвентаряЦиклы ручной проверки занимают три месяца, в результате чего данные устаревают в течение нескольких дней из-за ежедневного перемещения оборудования.
  • Ограниченная видимость на больших пространствахЭксплуатация склада площадью 43 гектара, разделенного между распределительными и передающими сетями, сделала всесторонний мониторинг практически невозможным с помощью традиционных методов.
  • Трудности оптимизации пространстваПоскольку крупногабаритное оборудование, такое как трансформаторы и кабельные катушки, требует значительных площадей для хранения, компании TNB необходимы были данные о доступном пространстве в режиме реального времени для максимальной эффективности хранения.
  • Точность отслеживания активовЕжедневное перемещение активов в течение обычного рабочего времени приводило к постоянным расхождениям между данными инвентаризации и фактическим содержимым склада.

На складе хранилось разнообразное электрооборудование, включая трансформаторы, изоляторы, выключатели и кабельные барабаны - все в различном количестве и размерах. Традиционные методы не могли обеспечить скорость, точность и частоту, необходимые для поддержания эффективного контроля запасов в этой динамичной среде.

03

Решение

В сентябре 2023 года компания TNB заключила партнерское соглашение с Aerodyne для внедрения автономного решения для погрузки/разгрузки дронов на базе FlytBase Enterprise. Система сочетает в себе технологию погрузки/разгрузки DJI с передовой аналитикой на основе искусственного интеллекта, что позволяет трансформировать управление складскими активами.

В реализацию входило:

  • Установка док-станции DJI с использованием дрона DJI Matrice 30.
  • Подключение Starlink для надежной связи
  • Интеграция платформы FlytBase Enterprise с серверной инфраструктурой WS.
  • Специально разработанные алгоритмы искусственного интеллекта для обнаружения и классификации электрооборудования.
  • Специализированное программное обеспечение для визуализации данных об активах, позволяющее представлять информацию об активах в доступном формате.
04

Как это работает

Автономная система беспилотных летательных аппаратов использует систематический процесс для получения полезной аналитической информации:

  1. Складское помещение разделено на пять секторов для обеспечения организованного обслуживания.
  2. Беспилотник, обслуживающий причал, ежедневно совершает полеты по всем секторам (при благоприятных погодных условиях).
  3. В ходе каждой полной миссии делается приблизительно 2000 снимков.
  4. Все данные передаются с платформы FlytBase на AWS для обработки.
  5. Алгоритмы искусственного интеллекта анализируют изображения для обнаружения, классификации и количественной оценки активов.
  6. Программное обеспечение для визуализации предоставляет обработанные данные команде управления складом TNB.
  7. Результаты предоставляются в течение 24 часов, что позволяет принимать решения по планированию уже на следующий день.

Система обнаружения на основе искусственного интеллекта обучена распознавать различные электрические компоненты с высокой точностью, включая трансформаторы (точность 95%), кабельные жгуты (точность 80-85%) и изоляторы (точность более 90%). Система также может выявлять пустые места для целей планирования запасов.

05

Выполнение

Внедрение системы осуществлялось с тщательным и методичным подходом, начиная с ее установки в октябре 2023 года. Вместо того чтобы планировать фиксированное время полетов, команда приняла гибкую стратегию выполнения миссий, учитывающую непредсказуемые погодные условия Малайзии. Пилоты на месте оставались в режиме ожидания, чтобы вручную выполнять миссии в случае, если автоматизированное расписание нарушалось из-за дождя или сильного ветра.

‍

Наиболее серьезная проблема при внедрении заключалась в разработке и совершенствовании алгоритмов обнаружения на основе ИИ. Более мелкие компоненты оказалось сложно идентифицировать только по картографическим изображениям, что потребовало дополнительного обучения для оценки их количества в многослойных конфигурациях. Благодаря итеративным улучшениям команда достигла текущей общей точности обнаружения в 90% в течение нескольких месяцев после развертывания.

«Мы поддерживаем связь с TNB по этому конкретному проекту с сентября 2023 года. К октябрю 2023 года мы развернули одну док-станцию ​​DJI на складе TNB». - Азфар Хельми, технический менеджер по продукции, Aerodyne Group
06

Результаты

Внедрение дронов для погрузки и разгрузки позволило существенно улучшить операционные процессы на складе компании TNB:

  • Значительно сокращено время проверкиТо, что раньше занимало три месяца, теперь можно делать ежедневно, а результаты доступны в течение 24 часов - скорость проверки увеличилась в 90 раз.
  • Улучшенная прозрачность складских запасовЕжедневная проверка активов обеспечивает практически в режиме реального времени информацию о содержимом склада, включая количество, классификацию и точное местоположение критически важных компонентов.
  • Оптимизированное использование пространстваТеперь инженеры TNB получают обновленную информацию о доступных складских помещениях каждые два дня, что позволяет им эффективно планировать доставку и размещение оборудования.
  • Повышена точность классификацииСистема искусственного интеллекта способна различать различные типы электрических компонентов (трансформаторы, изоляторы, выключатели и т. д.) с точностью до 95% для определенных категорий оборудования.
  • Принятие решений на основе данныхТеперь менеджеры складов могут принимать решения, основываясь на текущем состоянии запасов, а не на устаревшей информации, что улучшает распределение ресурсов и планирование.
«Без ИИ обычному человеку пришлось бы самому приезжать и проводить индивидуальную проверку, или, даже если полагаться на картографирование и поручить идентификацию аналитикам ГИС ежедневно, на классификацию одной карты уйдет как минимум две недели. Но с ИИ мы можем сделать снимки сегодня, и TNB получит результаты к концу следующего рабочего дня. Уже на третий день они смогут использовать эти данные». - Азфар Хельми, технический менеджер по продукции, Aerodyne Group
07

Путь вперед

После успешного завершения первоначального этапа внедрения компания TNB расширяет использование технологии автономных дронов для стыковки доков:

  • Размещение дополнительных погрузочно-разгрузочных доков на том же складе для обеспечения безопасности и видеонаблюдения.
  • Планируется расширение системы мониторинга безопасности на другие объекты TNB.
  • Этап тестирования развертывания погрузочных доков на электрических подстанциях для еженедельных или ежемесячных проверок.
  • Постоянное совершенствование алгоритмов обнаружения для повышения точности для всех типов оборудования.
  • Изучение потенциальных областей применения технологий SLAM и LIDAR в складских помещениях внутри зданий.

Опыт компании TNB демонстрирует масштабируемость технологии автономных дронов: каждое успешное применение открывает возможности для расширения сферы применения и охвата новых регионов.

08

Заключение

Партнерство между TNB, Aerodyne и FlytBase демонстрирует, как технология автономных дронов может преобразовать управление складскими активами в энергетическом секторе. Сокращая время проверки с месяцев до дней, повышая точность инвентаризации и обеспечивая оптимизацию пространства на основе данных, это решение приносит немедленную операционную выгоду, а также закладывает основу для дальнейших инноваций и расширения.

09

Часто задаваемые вопросы

В1. Каковы основные нормативные проблемы, связанные с развертыванием систем дронов для погрузки/разгрузки на складах?

В Малайзии получение разрешения на полеты за пределами прямой видимости (BVLOS) требует прохождения строгой пятимесячной проверки со стороны управления гражданской авиации. Операторы должны продемонстрировать наличие протоколов безопасности, оценки воздействия и систем непрерывного информирования пилота. Нормативные требования различаются в зависимости от страны, поэтому консультации с местными авиационными властями необходимы перед началом полетов.

‍

В2. Каким образом анализ с использованием ИИ повышает эффективность мониторинга складских помещений с помощью дронов?

Искусственный интеллект преобразует необработанные изображения, полученные с дронов, в полезную информацию, автоматизируя идентификацию, классификацию и количественную оценку товарных позиций. Без ИИ обработка 2000 изображений в день заняла бы недели ручного анализа. Система ИИ может обработать тот же объем за ночь, предоставляя результаты, которые немедленно полезны для оперативного планирования.

‍

В3. Какого уровня точности можно ожидать от систем обнаружения товаров на основе дронов?

Современные системы обеспечивают общую точность обнаружения примерно 90%, с вариациями в зависимости от типа товара. Для крупных предметов, таких как трансформаторы, точность достигает 95%, в то время как для более мелких или сложенных предметов, таких как кабельные пучки, - 80-85%. Точность обнаружения продолжает улучшаться благодаря итеративному обучению моделей искусственного интеллекта с использованием проверенных данных инвентаризации.

‍

В4. Какой подход рекомендуется использовать для масштабирования технологии дронов для погрузки/разгрузки на нескольких объектах?

Начните с одного развернутого модуля на 3-6 месяцев, чтобы оценить его операционную ценность и проблемы интеграции. На основе проверенных результатов постепенно расширяйте систему (на 3-5 дополнительных модулей), отслеживая производительность и создаваемую ценность. Такой взвешенный подход позволяет организациям наращивать внутреннюю экспертизу и разрабатывать оптимальные сценарии использования до полномасштабного развертывания.