Wizja komputerowa w produkcji: kontrola jakości, monitoring bezpieczeństwa i dlaczego integracja z MES decyduje o wyniku

Wizja komputerowa jest najłatwiejsza do zademonstrowania w smart factory i jedną z trudniejszych do wdrożenia produkcyjnego. Model wykrywający wadę na slajdzie to problem rozwiązany. Model, który trzyma się o trzeciej w nocy, w listopadzie, gdy słońce nie wpada już przez świetlik tak jak podczas pilota, to zupełnie inne ćwiczenie.

Oto co dzieli te dwa przypadki i o co pytać dostawcę przed dowodem koncepcji, a nie po nim.

W czym wizja jest naprawdę lepsza od człowieka

Powtarzalność przy prędkości linii, na zdefiniowanej wadzie, bez końca. Człowiek lepiej niż jakikolwiek model zauważy coś nowego i dziwnego. Człowiek gorzej niż jakikolwiek model spojrzy na osiemsetną sztukę zmiany z taką samą uwagą jak na pierwszą.

Dlatego przypadki, które się zwracają, mają ten sam kształt: duży wolumen, opisywalna klasa wady i realny koszt przepuszczenia. Wady powierzchniowe na wstędze w ruchu. Obecność i orientacja komponentów przed zamknięciem kartonu. Czytelność etykiety, kodu partii i daty — nudna robota i jedna z najczęstszych przyczyn reklamacji w spożywce i farmacji. Poziom napełnienia i szczelność zgrzewu. Kontrole wymiarowe, które ktoś wykonuje sprawdzianem i podkładką.

Przypadki rozczarowujące też mają wspólny kształt: rzadkie wady bez historii obrazów, definicje wady zmieniające się z nastrojem klienta i wszystko to, gdzie uczciwą odpowiedzią jest, że dwóch doświadczonych kontrolerów się nie zgadza.

Monitoring bezpieczeństwa w czasie rzeczywistym to inny produkt

Monitoring bezpieczeństwa sprzedaje się razem z wizją jakościową i zachowuje się zupełnie inaczej. Kontrola jakości patrzy na detal w kontrolowanym kadrze. Monitoring bezpieczeństwa obserwuje obszar pod kątem osób, stosowania ŚOI, bliskości wózka i pieszego oraz wejścia do strefy, która ma być pusta, gdy maszyna pracuje.

Różnica techniczna polega na tym, że bezpieczeństwo działa ciągle na niekontrolowanej scenie, więc fałszywe alarmy są całym problemem. Model jakościowy, który za często krzyczy, generuje poprawki. Model bezpieczeństwa, który za często krzyczy, zostaje wyciszony w dwa tygodnie — i wtedy system jest gorszy niż nic, bo jest darzony zaufaniem i się myli.

Różnica organizacyjna jest większa. Nagrywanie ludzi przy pracy jest w dużej części Europy najpierw sprawą rady pracowniczej i ochrony danych, a dopiero potem techniczną. Wdrożenia, które przetrwały, to te, gdzie okres przechowywania, anonimizacja i uprawnienia do wglądu ustalono przed zamontowaniem kamery.

Dlaczego integracja decyduje między systemem a demonstracją

Gniazdo kontrolne zapalające czerwoną lampkę powiedziało to operatorowi, który stoi obok. Nic więcej. Zakładowi nie powiedziało.

Tym, co sprawia, że kontrola się kumuluje, jest zapis zwrotny. Werdykt ląduje przy zleceniu, partii, stanowisku i znaczniku czasu, w tym samym systemie, który prowadzi resztę produkcji. Od tego momentu staje się możliwe kilka rzeczy, których pojedyncza kamera nie zrobi przy żadnej dokładności.

Wada automatycznie blokuje kolejną operację, więc detal nie gromadzi dalej wartości w drodze na złom. Wskaźnik wadliwości staje się zmienną, którą widzi harmonogramowanie, więc maszyna schodząca z tolerancji zmienia plan zamiast go zaskakiwać. Genealogia odpowiada na pytanie o wycofanie w minutach, bo każdy obraz i werdykt wisi przy partii, która wisi przy partii dostawcy. A model się poprawia, bo korekty operatora z założenia stają się opisanymi danymi treningowymi, zamiast zależeć od tego, czy ktoś pamiętał o eksporcie folderu.

Dlatego pytanie o integrację poprzedza pytanie o dokładność. Zapytaj, który system trzyma zlecenie, przy którym zapisywany jest werdykt. Jeśli platforma wizyjna prowadzi własny rejestr produkcji, ktoś będzie uzgadniał dwie prawdy.

Czego naprawdę wymaga wdrożenie

Oświetlenie, po pierwsze i najmniej efektownie. Większość projektów wizyjnych upadających na dokładności upadła na oświetleniu i powtarzalności prezentacji detalu, nie na modelu. Kontrolowane, stałe światło i ustalona pozycja detalu wygrywają niemal zawsze z lepszym algorytmem.

Obrazy wady, po drugie. Kilkaset opisanych przykładów na klasę wady to realistyczny start dla większości zadań powierzchniowych i obecnościowych. Jeśli wada zdarza się dwa razy w roku, wizja nie jest narzędziem — to problem sterowania procesem.

Po trzecie decyzja, co dzieje się przy wyniku pozytywnym, podjęta przed uruchomieniem: wyrzucić, zablokować, zaalarmować czy oznaczyć do przeglądu. Zespoły, które to odkładają, kończą z systemem kontroli, na który nikt nie ma prawa zareagować.

I po czwarte ścieżka nadpisania dla operatorów. Nie jako ustępstwo — jako mechanizm poprawiający model i jako to, co utrzymuje zaufanie przy pierwszej pomyłce.

Edge czy chmura

Wnioskowanie należy do brzegu, przy linii. Opóźnienie i zależność od sieci nie są akceptowalnym ryzykiem dla decyzji, która musi zapaść między dwoma stanowiskami, a zakład nie powinien przestawać kontrolować, bo łącze WAN zamrugało.

Trenowanie, zarządzanie modelami, wersjonowanie i porównania między zakładami należą do centrum. Grupa produkująca ten sam wyrób w czterech krajach chce jednej linii modelu, nie czterech modeli strojonych lokalnie, które po cichu się rozjeżdżają, aż ich wskaźniki braków przestają być porównywalne.

Jak przeprowadzić dowód koncepcji, żeby coś udowodnił

Jedna klasa wady, jedna linia, z przypisanym kosztem. Uruchom go równolegle do istniejącej kontroli, a nie zamiast niej, i policz rozbieżności w obie strony — przepuszczenia ważą więcej niż fałszywe alarmy, a ujawnia je tylko praca równoległa.

Uruchom przez cykl zmian, a jeśli się da, przez zmianę pogody. Ustal kryterium zaliczenia przed startem i w języku zakładu: przepuszczenia na tysiąc albo uwolnione godziny kontroli. Dowód koncepcji bez uzgodnionego wcześniej progu zawsze kończy się dyskusją, czy dziewięćdziesiąt cztery procent to dobrze.