الفحص البصري بالذكاء الاصطناعي: كيف تعمل مراقبة الجودة بالرؤية الحاسوبية على خط إنتاج حقيقي

اسأل مدير جودة عن النسبة التي يفحصها المفتش البشري فعلًا من القطع على خط سريع، وستكون الإجابة الصادقة: عيّنة، في يوم جيد. فالانتباه يتلاشى بعد عشرين دقيقة، والورديات الليلية ترى بإضاءة أسوأ، والعيب الأهم غالبًا هو ذلك الذي لم يُطلب من أحد البحث عنه. يغيّر الفحص البصري بالذكاء الاصطناعي هذه الحسابات — فالكاميرا تنظر إلى 100% من القطع، في كل وردية، بسرعة الخط، ولا تشعر بالملل أبدًا.

الحزمة التقنية أقل غرابة مما يوحي به مصطلح «الرؤية الحاسوبية». كاميرات صناعية — مساحية أو ذات مسح خطي، وأحيانًا حرارية — تلتقط كل قطعة عند محطة ثابتة. ونموذج تعلم عميق، مدرّب على صور القطع السليمة والمعيبة من خطك أنت، يصنّف كل لقطة في أجزاء من الثانية. ويتولى خادم GPU محلي داخل المصنع عملية الاستدلال، فلا تغادر الصور المصنع أبدًا ولا ينتظر الخط اتصالًا بالإنترنت. وعندما يرصد النموذج عيبًا، يعزل نظام MES تلك القطعة وبياناتها تلقائيًا.

التدريب هو حيث تنجح معظم المشاريع أو تموت. والطريق العملي ليس «اجمع عشرة آلاف صورة عيوب أولًا» — فالمصانع الحقيقية نادرًا ما تملكها. تبدأ خطوط المعالجة الحديثة ببضع مئات من الصور، وتستخدم تقنيات التوسيع لمضاعفتها، وتتحسن باستمرار: فكل قطعة حدّية يؤكدها مشغّل أو يتجاوز حكمها تصبح بيانات تدريب الغد. وخلال أسابيع يكون النموذج قد رأى من التنوع الحقيقي للعيوب أكثر مما يراه مفتش جديد في سنة كاملة.

ما يتغير تشغيليًا هو سرعة التغذية الراجعة. الفحص البشري يجد قطعة معيبة؛ أما الفحص بالرؤية فيجد اتجاهًا معيبًا. ولأن كل صورة تحمل طابعًا زمنيًا وآلة ومعطيات عملية، فإن ارتفاع معدل العيوب في التجويف الرابع أو بعد تغيير مادة يصبح مرئيًا خلال دقائق — بينما الوردية التي سببته لا تزال قائمة. تكفّ الجودة عن كونها تقريرًا عن الأمس وتتحول إلى إنذار عمّا يحدث الآن.

الأرقام التي تُظهرها عمليات النشر لدينا فعلًا: العيوب المتسربة — تلك المكلفة التي تصل إلى العميل — تنخفض بنحو 90% مقارنة بالفحص العيّني اليدوي، وتُعاد جهود فرق الفحص إلى تحليل الأسباب الجذرية بدل التحديق في سير ناقل، وتنتهي نقاشات المطالبات سريعًا لأن كل قطعة مشحونة تملك سجلها الفوتوغرافي. وفي إنتاج الزجاج، حيث يعني الشرخ الدقيق منصة نقالة مرتجعة، يسدد النموذج تكلفته من تكاليف الشحن المتجنَّبة وحدها.

أين لا يكون الفحص بالرؤية هو الخطوة الأولى الصحيحة: عرض فوضوي للقطع أمام الكاميرا، أو انعكاسية شديدة دون هندسة إضاءة، أو تعريف للعيب لا يتفق عليه حتى مهندسان اثنان. أصلح الإضاءة والتعريف أولًا؛ فالنموذج لا يتعلم إلا معيارًا يستطيع البشر صياغته. وتجربة رائدة على محطة واحدة بفئة عيب واحدة تتفوق دائمًا على إعلان نشر شامل في المصنع كله.

التكامل هو ما يفصل العرض التوضيحي عن النظام. الكاميرا المستقلة التي تُصدر صفيرًا مجرد لعبة؛ وتظهر القيمة عندما يُكتب حكم الرؤية في البيانات الحية نفسها ككل شيء آخر — فيربطه MES بأمر الشغل والدفعة، ويفتح نظام QMS تقرير عدم مطابقة (NCR) مع الصورة مرفقة، وتعمل مخططات SPC على معدلات العيوب لكل تجويف ووردية ودفعة مواد. تلك الحلقة المغلقة هي المعنى العملي لعبارة «مراقبة الجودة بالذكاء الاصطناعي».

وحدة الرؤية الحاسوبية من Meta Smart Factory تقدّم هذه الحلقة بعينها: كاميرات، واستدلال GPU محلي، وتعلم مستمر، وتكامل أصيل مع MES وQMS — منشورة على خطوط تمتد من الزجاج إلى قولبة الحقن. وإذا كان فحصك اليوم خطة عيّنات ودعاءً، فستخبرك تجربة على محطة واحدة خلال شهر بما تراه الكاميرات ولا يراه البشر.