Computer Vision Proof of Concept

Dokažite automatiziranu kontrolu na vlastitim proizvodima

Počinje provjerom izvedivosti na vašim stvarnim uzorcima, jer se neki vizualni zadaci ne mogu riješiti pri brzini vaše linije, i jeftinije je to znati u prvom tjednu. Slijedi dizajn snimanja, označeni podaci, potvrđen model i kontrolirani test na liniji, prijavljeni po klasi defekta, s propuštenim defektima i lažnim odbijanjima brojanima odvojeno.

Provjerite moj slučaj primjene za strojni vid Razgovarajte s inženjerom proizvodnje

Uobičajeno trajanje4–8 tjedana

Opseg pilotaJedna kontrolna postaja, jedna obitelj proizvoda, omeđen skup defekata

Glavni sugovornikVoditelj kvalitete

Odluka na krajuIzvještaj o prihvaćanju, dizajn opreme i preporuka za skaliranje

Je li ovo problem koji trebate riješiti?

Vizualna kontrola ovisi o pažnji osobe pri kraju duge smjene.
Isti tip defekta stalno dolazi do kupca i nitko ne može reći koliko često.
Kontrola je razlog zašto linija ne može raditi brže.
Prijašnji projekt strojnog vida prihvaćen je na temelju broja točnosti i nije uspio na defektima koji su bili bitni.

Glavni sugovornik: Voditelj kvalitete · Voditelj proizvodnje · Voditelj automatizacije · Voditelj tehničke službe · Direktor tvornice

Što ovaj PoC dokazuje

Je li vizualni zadatak uopće rješiv pri brzini vaše linije, vidnom polju i veličini defekta?

Kakvo snimanje, rasvjetu i optiku on stvarno zahtijeva?

Kolika je preciznost i odziv po klasi defekta na uzorcima koje model nikad nije vidio?

Kolika je stopa lažnog prihvaćanja — propušteni defekti — i zasebno stopa lažnog odbijanja?

Izdržava li vaše stvarne uvjete: vibracije, prašinu, odsjaj, poziciju dijela i promjene varijanti?

Preporučeni opseg pilota

Jednu kontrolnu postaju i jednu obitelj proizvoda, uključujući njezine stvarne varijante.
Omeđen, imenovan skup klasa defekata ili provjera — ne "bilo koji defekt".
Odabranu kameru, objektiv i rasvjetu, izabrane nakon koraka dizajna snimanja.
Jedan tijek odbijanja ili potvrde operatera, tako da odluka vodi do radnje.
Uzorke za treniranje, validaciju i prihvaćanje strogo odvojene tijekom cijelog procesa.

Što će raditi tijekom PoC-a

Kontrolu uživo na postaji na stvarnim dijelovima, pri stvarnom vremenu ciklusa.

Klasifikaciju po klasi s pouzdanošću iza svake odluke.

Radnju odbijanja ili potvrde operatera pokrenutu rezultatom.

Arhivu slika i rezultata za svaki kontrolirani dio u testnom razdoblju.

Kako teče ovaj PoC

Tjedan 1

Spremnost lokacije, procesa i podatakaProvjera izvedivosti na vašim uzorcima i slikama: vidljivost defekta, kontrast, veličina u odnosu na vidno polje, vrijeme ciklusa i prihvatljive razine pogreške. Negativan rezultat ovdje je valjan i jeftin ishod.Uvjet za prelazak: Presuda o izvedivosti izdana je prije nego se specificira bilo kakva oprema.

Tjedan 1–2

Projektiranje snimanja i rasvjeteDizajn snimanja i rasvjete: kamera, objektiv, radna udaljenost, geometrija osvjetljenja i montaža, testirano na stvarnim dijelovima, a ne odabrano iz kataloga.Uvjet za prelazak: Slike prvo pouzdano čine defekt vidljivim ljudskom recenzentu.

Tjedan 2–4

Prikupljanje i označavanje podatakaPrikupljanje i označavanje reprezentativnog skupa slika kroz varijante, smjene i klase defekata, te pošten pregled raspodjele klasa i kvalitete označavanja.Uvjet za prelazak: Broj uzoraka i raspodjela klasa su dokumentirani; skup za prihvaćanje je zadržan.

Tjedan 3–5

Treniranje modela i offline validacijaTreniranje i offline validacija na odvojenim podacima, s izvještajem o preciznosti i odzivu po klasi, matrici zabune i stopi neizvjesne klasifikacije.Uvjet za prelazak: Offline rezultati zadovoljavaju dogovorene pragove na zadržanom skupu.

Tjedan 5–7

Kontrolirani rad uživoKontroliran test na liniji pri stvarnoj brzini s aktivnim tijekom odbijanja ili potvrde, uz praćenje latencije, dostupnosti, lažnih prihvaćanja i lažnih odbijanja u produkcijskim uvjetima.Uvjet za prelazak: Poštivanje brzine linije i stope pogrešaka potvrđeni su u produkciji uživo.

Tjedan 7–8

Odluka o uvođenju i poslovni izračunIzvještaj o prihvaćanju s pokazateljima po klasi, primjerima kvarova, popisom ograničenja, popisom opreme, arhitekturom integracije i preporukom za skaliranje.Uvjet za prelazak: Nastavi, prilagodi ili zaustavi.

Trajanja su uobičajena, a ne zajamčena. Rok produljuju: nedostajući ili nepotpuni podaci, odobrenja sigurnosti i mreže, rokovi isporuke opreme, prikupljanje uzoraka, pristup za montažu, plan proizvodnje, pristup testnoj okolini ERP-a i vrijeme koje je vašem timu potrebno za ocjenu rezultata.

Neplanirani zastoj se ne predviđa. Svaki termin montaže ili kontrolirani prekid dogovara se s vama unaprijed i planira oko proizvodnje.

Kako se mjeri uspjeh

Kako se mjeri uspjeh
Pokazatelj	Kako je definiran	Odakle dolazi vrijednost	Vrsta
Preciznost po klasi defekta	Od dijelova označenih za klasu, udio koji joj stvarno pripada — prijavljeno po klasi, nikad usrednjeno u jedan broj.	Izdvojeni validacijski skup	Tehnički
Odziv po klasi defekta	Od dijelova koji stvarno pokazuju klasu, udio otkriven — prijavljeno po klasi i po varijanti proizvoda.	Izdvojeni validacijski skup	Tehnički
Stopa lažnog prihvaćanja	Neispravni dijelovi propušteni kao dobri. Brojani i prijavljeni odvojeno od lažnih odbijanja, jer im je poslovni trošak potpuno drugačiji.	Izdvojeni validacijski skup	Tehnički
Stopa lažnog odbijanja	Dobri dijelovi odbijeni. Broj koji odlučuje hoće li operateri sustav ostaviti uključen.	Izdvojeni validacijski skup	Operativni
Matrica zabune i broj uzoraka	Potpuna matrica klasa po klasi s brojem uzoraka po klasi, kako bi čitatelj mogao prosuditi koliko rezultat vrijedi.	Izdvojeni validacijski skup	Tehnički
Latencija obrade i poštivanje brzine linije	Vrijeme kontrole po dijelu naspram dostupnog vremena ciklusa, mjereno na liniji, a ne na radnoj stanici.	Podaci MSF platforme	Tehnički
Stopa neizvjesne klasifikacije	Udio dijelova za koje se model nije mogao pouzdano odlučiti, što tijek potvrde operatera mora apsorbirati.	Izdvojeni validacijski skup	Operativni
Dostupnost i ponašanje potvrde operatera	Dostupnost sustava tijekom testa na liniji, i kako su operateri stvarno postupali s potvrdama i nadjačavanjima.	Podaci MSF platforme	Prihvaćenost

Prije implementacije MSF i vaš tim dogovaraju kako se svaki pokazatelj računa, odakle dolazi početna vrijednost, koji se podaci izuzimaju i koji rezultat opravdava odluku o uvođenju. Ova stranica navodi što se mjeri; konkretne ciljne vrijednosti pripadaju pisanom opsegu PoC-a, a ne marketinškom obećanju.

Što osiguravate vi

Reprezentativne dobre i loše dijelove ili slike, koji pokrivaju svaku varijantu i svaku klasu defekta u opsegu.
Definicije defekata, pravila ozbiljnosti i prihvatljive razine lažnog prihvaćanja i lažnog odbijanja.
Vrijeme ciklusa, brzinu linije, vidno polje i uvjete okoliša na postaji.
Detalje PLC ili sučelja za odbijanje i svaki zahtjev sljedivosti.

Tko što radi

Meta Smart Factory osigurava

Uvodnu radionicu i vođenje kroz definiranje opsega
Konfiguraciju rješenja za dogovoreni opseg
Integracijske i priključne radove unutar tog opsega
MSF opremu navedenu u ponudi
Edukaciju pilot korisnika
Definicije KPI-jeva i metodu validacije
Praćenje prijava i podršku tijekom pilota
Završni izvještaj o rezultatima i plan uvođenja
Presudu o izvedivosti, dizajn snimanja i potvrđenu verziju modela s ponovljivom evaluacijom.
Primjere kvarova — slike koje je pogrešno protumačio — ne samo one koje je protumačio ispravno.

Vi osiguravate

Imenovanog poslovnog i imenovanog tehničkog vlasnika
Pravodoban pristup korisnicima, liniji, strojevima i odobrenim sustavima
Točno objašnjenje procesa i matičnih podataka
Pristup mreži, napajanju, montaži i zaštiti na radu
Dokumentaciju ERP-a, PLC-a i dobavljača te stručnjake koji je poznaju
Reprezentativne uzorke ili povijesne podatke
Potvrdu da je početna vrijednost poštena
Povratne informacije i odluku o prihvaćanju
Dovoljno stvarnih loših uzoraka po klasi; rijetki defekti su najteži i najvažniji za dostaviti.
Pristup liniji za kontroliran test pri normalnoj proizvodnoj brzini.

Definirano u pisanoj ponudi

Panel računala, tableti, poslužitelji i GPU poslužitelji
Kamere, objektivi, rasvjeta i kućišta
Čitači, pisači, RFID uređaji, brojila i senzori
Putovanja, montaža, prijevoz, uvozne pristojbe i lokalni elektro radovi
Iznajmljuje li se oprema ili kupuje
Uračunava li se naknada za PoC u uvođenje

Komercijalni uvjeti, vlasništvo nad opremom, putovanja, opseg integracije i eventualno uračunavanje u uvođenje definiraju se u pisanoj ponudi za PoC. Nisu jednaki za svaki proizvod i ova ih stranica ne obećava.

Što dobivate na kraju

Presudu o izvedivosti s obrazloženjem iza nje.
Dizajn snimanja i rasvjete potvrđen na stvarnim dijelovima.
Potvrđenu verziju modela s ponovljivom evaluacijom.
Izvještaj o pokazateljima po klasi defekta, uključujući primjere kvarova.
Popis rizika i ograničenja koji pokriva uvjete koji smanjuju učinkovitost.
Popis opreme, arhitekturu integracije i preporuku za uvođenje.

Uvjeti, isključenja i ograničenja

Ovaj PoC ovisi o

Dovoljno stvarnih loših uzoraka po klasi — ovo je najčešći uzrok kašnjenja PoC-a za strojni vid.
Stabilno pozicioniranje dijela na postaji, ili dogovorenu opremu za njegovo postizanje.

Nije uključeno u ovaj PoC

Klase defekata koje nisu imenovane u opsegu, i varijante proizvoda koje nisu zastupljene u uzorcima.
Mehaničko rukovanje, izradu prihvata i mehanizma odbijanja.

Što ovaj PoC ne tvrdi

Ukupna točnost se nikad ne koristi kao mjerilo prihvaćanja — na neuravnoteženom skupu defekata može izgledati odlično dok propušta svaki bitan defekt. Rezultati se prijavljuju po klasi s brojem uzoraka, i nijedna tvrdnja se ne daje za tipove defekata, varijante ili uvjete koji nisu bili u potvrđenom skupu.

Nastavi, prilagodi ili zaustavi — točka odluke

NastaviNastavi: rezultati po klasi zadovoljavaju dogovorene pragove pri brzini linije — nastavite s uvođenjem na postaju prema isporučenom dizajnu.

PrilagodiPrilagodi: snimanje, pokrivenost uzorcima ili definicije klasa trebaju doradu; primjeri kvarova pokazuju točno gdje.

ZaustaviZaustavi: zadatak nije pouzdano rješiv pri ovoj brzini i veličini defekta, i to znate nakon tjedana, a ne nakon kupnje ćelije.

Česta pitanja

Koliko uzoraka dijelova vam je potrebno?

Ovisi o tome koliko su defekt i proizvod varijabilni, a provjera izvedivosti daje konkretan broj za vaš slučaj. Kao pravilo, ograničenje nisu dobri dijelovi — njih ima posvuda — nego stvarni loši primjeri po klasi, posebno rijetki defekti koji su cijeli razlog projekta.

Zašto ne prijaviti samo točnost?

Jer na liniji koja proizvodi 2% defekata, model koji sve propusti postiže 98% točnosti i ne uhvati ništa. Preciznost i odziv po klasi, uz lažna prihvaćanja i lažna odbijanja odvojeno, jedini su brojevi koji opisuju što će se stvarno dogoditi na vašoj liniji.

Što ako provjera izvedivosti kaže ne?

Dobivate obrazloženje, dokaze snimanja i, gdje postoji, alternativu — drugu točku kontrole, drugu geometriju rasvjete, ili provjeru temeljenu na senzoru umjesto vizualnoj. Jasan "ne" u prvom tjednu dobar je ishod u usporedbi s propalom ćelijom u devetom mjesecu.

Hoće li raditi na novim tipovima defekata kasnije?

Ne automatski, i to je navedeno u popisu ograničenja, a ne prešućeno. Model prepoznaje ono na čemu je treniran i validiran. Nove klase defekata trebaju nove uzorke, ponovno treniranje i svježu validaciju — što je normalna, planabilna aktivnost, ali nije besplatna.

Povezani proizvodi i PoC programi

Zatražite ovaj Proof of Concept

Opišite opseg koji imate na umu i javljamo se s pisanim planom PoC-a: što se povezuje, što osiguravate vi, kako se mjeri uspjeh i kako izgleda odluka na kraju.