Мусороперерабатывающий комбинат
Компания заказчик — один из лидеров российской отрасли переработки отходов, управляющий сетью из 7 высокотехнологичных комбинатов в регионах с населением свыше 1 млн человек. Ежегодно предприятие перерабатывает более 500 тыс. тонн отходов, превращая их в сырьё для строительства, энергетики и производства. Компания активно инвестирует в экологические инициативы и цифровизацию, стремясь стать флагманом «зелёной» экономики России.
МЫ КАК НИКТО ДРУГОЙ ПОНИМАЕМ НАСКОЛЬКО ВАЖЕН ПОДБОР СПЕЦИАЛИСТОВ
Уровень специалистов не ниже middle и опыт не менее 4х лет. Команда формировалась исходя из требований к проекту и опыта в определенных библиотеках.
Услуги
- Back-end
- Front-end
- Аналитика
- Тестирование
Состав команды
Особенности реализации
ERP-система получила модуль «Умная сортировка», где нейросети на базе компьютерного зрения анализируют видео с конвейеров, определяя тип мусора (пластик, стекло, металл) и автоматически распределяя его по категориям. Данные передаются в режиме реального времени в модуль планирования, который корректирует загрузку линий переработки. Для логистики внедрён GPS-трекинг мусоровозов с оптимизацией маршрутов через алгоритмы машинного обучения, что сократило пробег на 15%.
Система также включает финансовый блок с автоматическим формированием актов приёмки отходов, расчётом тарифов с поставщиками и интеграцией с банковскими системами. Отдельный модуль «Экоконтроль» отслеживает выбросы и формирует отчёты для регулирующих органов. Все данные доступны в дашбордах с возможностью детализации до уровня конкретного цеха или грузовика.
Наш заказчик насчитывает более 50 уникальных ИТ-решений в сфере переработки мусора, и это делает его новатором, на которого равняются другие конкуренты.
Реализация
В рамках сотрудничества специалисты FIRECODE успешно разработали и модифицировали ПО, согласно поставленным задачам:
Учёт приёмки, сортировки и переработки
Распознавание типов мусора через камеры
Оптимизация маршрутов мусоровозов
Контроль выбросов и экологическая отчётность
Прогнозирование загрузки мощностей
Технологии и подходы
Back-end
Для обработки больших данных и интеграции с IoT-устройствами использовались Java (Spring Boot) и .NET. Микросервисная архитектура на базе Kubernetes обеспечила масштабируемость, а RabbitMQ — синхронизацию данных между модулями в реальном времени.
Front-end
Интерфейсы разработаны на Vue с TypeScript, что позволило создать адаптивные дашборды. Для визуализации маршрутов применена библиотека Mapbox, а графики строятся на основе D3.js.
Аналитика
Компьютерное зрения реализовано с помощью OpenCV и TensorFlow, а предиктивные модели — на платформе PyTorch. Данные хранятся в ClickHouse для быстрой агрегации.
Тестирование
Нагрузочное тестирование проведено через JMeter, а юнит-тесты написаны на pytest. Для ИИ-моделей использовался A/B-тест на исторических данных.
Результат
Резюме
Кастомная ERP от FIRECODE увеличила эффективность сортировки на 36%, сократила логистические издержки на 20% и обеспечила 100-процентную прозрачность экологической отчётности.
Технологии
Перспективы развития
Проект может быть расширен за счёт интеграции с «умными городами» для управления отходами на уровне регионов. В планах — внедрение блокчейна для отслеживания жизненного цикла сырья и AR-интерфейсов для обучения сотрудников. Также исследуется применение роботизированных сортировочных линий с управлением через ERP.
Давайте
обсудим ваш
проект
Что будет дальше?
- Специалист свяжется с вами после анализа ваших требований;
- При необходимости подписываем NDA для обеспечения максимального уровня конфиденциальности;
- Мы представляем комплексное предложение со сметой, сроками, резюме и т. д.