Uvođenje vizualne kontrole kvalitete s AI na proizvodnoj liniji: inženjerske odluke koje dolaze prve

Krenite od greške, ne od kamere

Prije bilo kojeg pitanja o opremi riješite što se na ovom komadu smatra greškom i tko o tome odlučuje. Zvuči trivijalno dok to ne provjerite.

Uzmite stotinu komada s linije, uključujući i one nezgodne, i neka ih dva iskusna kontrolora neovisno razvrstaju na dobre i loše. Oko jasnih grešaka složit će se. Oko granične populacije — jedva vidljive ogrebotine, nedovoljno popunjenog mjesta, ispisa koji je čitljiv ali nije oštar — često neće.

To neslaganje je stvarna gornja granica točnosti. Ako se dvoje ljudi koji taj posao rade godinama ne mogu složiti oko istog komada, ne postoji jedan točan odgovor koji bi model mogao naučiti, niti ga ijedan dobavljač može isporučiti, pa je svaka brojka o točnosti u ponudi besmislena dok definicija nije fiksirana.

Rješenje nije bolji algoritam. Rješenje je pisani katalog grešaka — svaka vrsta imenovana, sa slikama — i granični set fizičkih komada za svaku klasu: najgori komad koji još prolazi i najbolji koji već pada. Ti komadi postaju referenca za označavanje slika i za prijemno ispitivanje.

Problem koji nitko ne može dosljedno definirati ne može se automatizirati, o njemu se može samo brže raspravljati.

Odabir kamere po kriterijima, a ne po proizvođaču

Odabir industrijske kamere je računica, ne stvar ukusa.

Rezolucija slijedi najmanji detalj koji morate vidjeti. Podijelite vidno polje — komad plus tolerancija za to kako može stajati — brojem piksela senzora i dobit ćete milimetre po pikselu. Greška koja padne na jedan piksel neće se pouzdano naći, pa računajte na nekoliko piksela preko najmanjeg detalja, a više kad je kontrast nizak. Rezolucija iznad toga plaća se propusnošću i dubinskom oštrinom, a kontrast ionako pobjeđuje broj piksela.

Ekspozicija mora pobijediti liniju. Zamućenje od gibanja je brzina pomnožena vremenom ekspozicije: komad koji se giba metar u sekundi razmaže se milimetar pri ekspoziciji od jedne milisekunde. Ako razmazanje premašuje grešku, izgubili ste unaprijed. Kraća ekspozicija znači više svjetla, i upravo su zato rasvjeta i kamera jedna odluka. Za sve što se giba specificirajte global shutter; rolling shutter očitava redak po redak i izobličuje komad u pokretu.

Matrična ili linijska kamera. Matrična (area scan) odgovara diskretnim komadima zaustavljenim ili taktno pozicioniranim na stanici. Linijska (line scan) gradi sliku redak po redak, za kontinuiranu traku, lim ili ekstrudat, ili za cilindričan komad koji rotira ispred kamere, i traži gibanje koje je konstantno ili sinkronizirano s enkoderom.

Monokromatska, osim kad je boja sama greška. Monokromatski senzor troši svaki piksel na detalj i osjetljiviji je pri slabom svjetlu. Boju birajte samo kad boja nosi informaciju: kriva boja komponente, mrlja, boja ispisa u odnosu na specifikaciju.

Sučelje i ožičenje. Sučelje određuje duljinu kabela, propusnost i cijenu — GigE za duge trase, USB3 na stolu, industrijska sučelja visoke propusnosti za brzo linijsko skeniranje. Zatim onaj neatraktivan dio koji uzrokuje većinu kvarova na terenu: kabel deklariran za energetski lanac, konektori sa zabravom, rasterećenje od vlaka, trasiranje dalje od kabela pretvarača i zavarivanja.

Rasvjeta odlučuje o više ishoda nego kamera

Greška koju svjetlo učini očitom jednostavan je problem; ista ta greška, ostavljena modelu da je iskopa iz šumovite slike, skup je problem. Nekoliko geometrija pokriva većinu poslova. Svijetlo polje, svjetlo duž osi gledanja, daje ravnomjernu sliku opće namjene za ispis, boju i prisutnost. Tamno polje, pod vrlo kosim kutom, čini da ogrebotine i gravure svijetle na tamnoj podlozi. Pozadinska rasvjeta stavlja komad u siluetu, za vanjske mjere, položaj provrta i razinu punjenja. Kupolasta rasvjeta obavija zakrivljen ili sjajan komad ravnomjernim svjetlom i odgovor je za ispis na reflektirajućim površinama. Koaksijalno svjetlo dolazi duž optičke osi, za ravne zrcalne površine i lasersko označavanje.

Ogrebotina, udubljenje i greška ispisa tri su različita problema rasvjete: koso svjetlo za ogrebotinu; za udubljenje, koje mijenja nagib a ne boju, svjetlo čiji se odraz pomiče s tim nagibom; ravno svjetlo bez odbljeska za ispis. Pokrivanje svih triju iz jednog rasvjetnog tijela način je da stanica ispadne osrednja u svemu.

Zatim ambijentalno svjetlo, koje tiho ruši sustave koji su prošli prijem: poslijepodnevno sunce kroz krovni svjetlarnik, smjena koja upali drugu stropnu rasvjetu. Riješite to fizički — zasjenite stanicu, ugradite pojasnopropusni filtar usklađen s valnom duljinom LED rasvjete i bljeskajte kratko i jako s okidača snimanja, da vaše svjetlo nadvlada prostoriju.

Stabilna slika jeftinija je od većeg modela.

2D ili 3D

Većina kontrole je 2D problem: prisutnost, položaj, mjere u ravnini, ispis, boja, sve što se na površini pojavljuje kao kontrast.

Na 3D prelazite kad je obilježje visina ili oblik i kad ne daje pouzdan kontrast — visina nanosa ljepila, koplanarnost nožica, profil zavara, vitoperenje, udubljenje u neobojanom metalu, razina punjenja u neprozirnoj ambalaži. Laserska triangulacija traži relativno gibanje, strukturirano svjetlo radi i na nepomičnom komadu; oboje se muče sa zrcalnim površinama i zaklonjenim područjima i daju daleko više podataka po komadu.

Praktičan test: ako dobar kontrolor može prosuditi komad s fotografije, posao je 2D. Ako ga mora nagnuti prema svjetlu, riječ je o 3D-u ili o specijaliziranoj geometriji rasvjete — a rasvjetu se isplati prvo probati.

Provjera etiketa i ispisa najčešće nije zadatak za AI

Velik dio onoga što stiže kao zahtjev za AI kontrolu zapravo je provjera etiketa i ispisa, a velik dio toga je determinističan: ocjenjivanje bar koda ili data matrix koda, usporedba ispisanog teksta s očekivanim nizom, provjera je li na pravom proizvodu prava revizija.

Teško nije očitanje nego to odakle dolazi očekivana vrijednost. Ako operater na stanici utipka ciljani tekst, automatizirali ste tipfeler; šifra, serija, datum i revizija moraju sići s naloga iz MES-a ili ERP-a. Strojno učenje ovdje zaslužuje svoje mjesto za kvalitetu ispisa — razmazivanje, točke koje nedostaju, izobličenje na zakrivljenim površinama — a ne za usporedbu.

Podaci za učenje, bez uljepšavanja

Vaša linija u ogromnoj većini proizvodi dobre komade i ta neravnoteža određuje podatke u kontroli. Zbog nje je ukupna točnost beskorisna: model koji sve proglasi dobrim postiže lijep rezultat na skupu koji se gotovo u cijelosti sastoji od dobrih komada. Sudite po greškama — koliko ih je uhvaćeno i koliko je dobrih komada odbačeno.

Neravnoteža oblikuje i pristup. Detekcija anomalija uči što je normalno iz dobrih komada i označava odstupanje; treba joj malo slika grešaka i reagira na ono što nikad nije vidjela, ali kaže samo da je komad neuobičajen, a ne i što s njim nije u redu. Nadzirana klasifikacija i segmentacija imenuju i lociraju grešku, što katalog grešaka i SPC trebaju, ali njima trebaju stvarni primjeri svake klase — više nego što itko očekuje. U oba slučaja model poznaje samo one greške koje su mu pokazane.

Zatim pomak. Model je snimka linije u vrijeme učenja, a linija se pomiče: novi dobavljač, druga šarža materijala, trošenje alata, kamera gurnuta pri čišćenju, revizija komada. Ponovno učenje je aktivnost održavanja, s vlasnikom i s rasporedom, a ne faza projekta koja jednom završi.

Označavanje slika traži zasebnu odluku, jer tko označava slike, taj definira kvalitetu za cijelu tvornicu. Ono pripada ljudima koji su vlasnici definicije greške i koji rade prema graničnim uzorcima; inače se gore opisano neslaganje kontrolora vraća kao nedosljedne oznake, a one ograničavaju sve nizvodno.

Sintetički i augmentirani podaci pomažu na točno određenim mjestima. Augmentacija — male promjene rotacije, položaja, svjetline, izoštrenja — jeftina je dok god ostajete unutar onoga što stanica fizički može proizvesti. Renderirane slike najviše pomažu ondje gdje je greška geometrijska i opisiva: komponenta koja nedostaje, kriva orijentacija. Najmanje pomažu ondje gdje je sam izgled greške nepoznanica, a to je upravo ono što renderer ne može izmisliti.

Na čemu god učili, zadržite testni skup stvarnih slika, s graničnim komadima uključenima. To je jedini pošten način da utvrdite pobjeđuje li novi model stari.

Lažne detekcije su poslovna, a ne tehnička odluka

Svaki sustav kontrole ima prag i taj prag razmjenjuje dvije pogreške jednu za drugu: stegnete li ga, hvatate više grešaka i odbacujete više dobrih komada; olabavite li ga, vrijedi obrnuto. Nijedna postavka ne uklanja obje. Na koju stranu nagnuti ekonomika je specifična za vašu tvornicu — koliko košta propuštena greška naspram toga koliko prekomjerno odbacivanje košta u škartu, doradi i vremenu operatera.

Tu asimetriju se isplati planirati. Prekomjerno odbacivanje ruši povjerenje brže nego propuštene greške. Propuštene greške tjednima ostaju nevidljive; stanica koja odbacuje dobre komade vidljiva je unutar sata, a reakcija je predvidljiva: operater počinje premošćivati, zatim prestaje gledati, i kamera postaje skupa lampa.

Zato netko mora biti vlasnik toga gdje prag stoji: imenovana osoba u kvaliteti, postavka zapisana u kontrolnom planu, evidencija promjena. Tri ishoda umjesto dva — prolaz, pad i pojas za pregled koji se usmjerava čovjeku — omogućuju da detekciju držite stegnutom bez prebacivanja granične populacije na operatera. Prijemne kriterije postavite u pogonskim veličinama prije puštanja u rad, u propuštenim greškama na tisuću komada i u lažnim odbacivanjima po smjeni.

Presuda na ekranu ne mijenja ništa

Slika je snimljena, model ima odgovor, a s komadom se još ništa nije dogodilo. Dvoje mora uslijediti.

Izvršenje. Odbacivanje se mora fizički provesti — potiskivačem, skretnicom ili blokadom koja zaustavlja sljedeću operaciju na tom komadu — preko PLC-a, s rukovanjem osmišljenim tako da neuspjelo snimanje ili spora inferencija daju sigurno stanje, a ne tihi prolaz. Izbacivanje potvrdite senzorom koji vidi da je komad otišao. Izbacivač koji promaši i nikome to ne kaže gori je od nikakve kontrole, jer sada ljudi vjeruju da su komadi provjereni.

Zapis. Presuda, slika i vremenska oznaka pripadaju uz radni nalog, šaržu, serijski broj, stanicu i verziju modela, u MES-u i QMS-u. Verzija modela je bitna: nakon ponovnog učenja jučerašnje su presude došle od drugog suca. Taj zapis je ono zbog čega se kontrola akumulira — udio grešaka po klasi postaje SPC varijabla, a ograničavanje neispravne robe postaje upit umjesto tjedna papirologije.

Zbog čega uvođenje propadne

Gotovo uvijek zbog nečega s ovog popisa, a rijetko zbog modela.

Nestabilno pozicioniranje — komad ne dolazi na isto mjesto, pod isti kut i na istu udaljenost: vibracije, olabavljen nosač, postolje gurnuto pri čišćenju. Stezni prihvat je najjeftinija točnost koju ćete ikada kupiti.

Prag bez vlasnika, koji pluta ovisno o tome tko je u smjeni.

Revizija komada za koju nitko nije ponovno učio model. Upravljanje inženjerskim izmjenama mora kontrolu navesti kao zahvaćeni sustav.

Premošćivanje bez traga. Operaterima treba mogućnost premošćivanja, ali ona mora biti zabilježena i pregledavana.

Nitko ne gleda slike. Netko mora u redovitom ritmu pregledavati padove i uzorak prolaza; tako se pomak uhvati prije nego što ga uhvati kupac.

Uvjeti iz probe uzeti kao proizvodni. Demonstracija je tekla na stolu, noću, s komadom koji je čovjek držao mirno.

Gdje se mi uklapamo

Modul Computer Vision (računalni vid) tvrtke Meta Smart Factory pokriva kontrolnu stranu ovoga — kamere i rasvjeta specificirane za grešku koju stvarno imate, modeli učeni na vašim komadima, inferencija na liniji — i integrira se s našim MES i Quality (QMS) modulima, pa presuda završava uz radni nalog i šaržu i ulazi u sljedivost i SPC umjesto da stane na lampi. Izvršenje odbacivanja ide preko PLC-a, istom IIoT i OPC UA povezanošću.

Ako ste na početku ovoga, koristan prvi korak nije demonstracija. To je test na stotinu komada s dva kontrolora i pisani katalog grešaka, i rado ćemo ga provesti s vama prije nego što itko specificira kameru.