Kako deluje vizualna kontrola kakovosti z AI na resnični proizvodni liniji

Vprašajte vodjo kakovosti, kolikšen odstotek kosov človeški kontrolor na hitri liniji zares pregleda, in pošten odgovor se glasi: vzorec, na dober dan. Pozornost po dvajsetih minutah popusti, nočne izmene vidijo slabšo svetlobo, napaka, ki šteje največ, pa je običajno tista, ki je nihče ni naročil iskati. Vizualna kontrola z AI spremeni aritmetiko: kamera pogleda 100 % kosov, vsako izmeno, s hitrostjo linije, in se nikoli ne začne dolgočasiti.

Tehnološki sklad je manj eksotičen, kot namiguje izraz "strojni vid". Industrijske kamere (ploskovne ali vrstične, včasih termalne) vsak kos posnamejo na fiksni postaji. Model globokega učenja, naučen na slikah dobrih in slabih kosov z vaše lastne linije, vsak posnetek klasificira v milisekundah. Sklepanje izvaja lokalni strežnik GPU (on-premise), zato slike nikoli ne zapustijo tovarne in linija nikoli ne čaka na internetno povezavo. Ko model označi napako, MES ta kos in njegove podatke samodejno postavi v karanteno.

Učenje je točka, kjer večina projektov uspe ali umre. Praktična pot ni "najprej zberite deset tisoč fotografij napak", saj jih resnične tovarne redko imajo. Sodobni cevovodi začnejo z nekaj sto slikami, jih pomnožijo z augmentacijo in se nenehno izboljšujejo: vsak mejni kos, ki ga operater potrdi ali ovrže, postane jutrišnji učni podatek. V nekaj tednih model vidi več pristne raznolikosti napak, kot je nov kontrolor vidi v enem letu.

Operativno se spremeni predvsem hitrost povratne informacije. Človeška kontrola najde slab kos; kontrola z vidom najde slab trend. Ker vsaka slika nosi časovni žig, stroj in parametre, je naraščajoča stopnja napak na četrtem gnezdu ali po menjavi materiala vidna v nekaj minutah, medtem ko izmena, ki jo je povzročila, še teče. Kakovost ni več poročilo o včerajšnjem dnevu, ampak postane alarm o zdajšnjem trenutku.

Kaj spremeni delujoča uvedba: pobegle napake (tiste drage, ki dosežejo kupca) v primerjavi z ročnim vzorčenjem močno upadejo, kontrolorji se od transporterja preusmerijo k delu na vzrokih, pogovori o reklamacijah pa se končajo hitro, ker ima vsak odpremljeni kos svoj fotografski zapis. V proizvodnji stekla, kjer mikrorazpoka pomeni vrnjeno paleto, lahko poslovni primer upraviči že samo prihranjeni prevoz.

Kje kontrola z vidom NI prava prva poteza: kaotična predstavitev kosov, ekstremna odbojnost brez inženiringa osvetlitve ali definicija napake, o kateri se ne strinjata niti dva inženirja. Najprej uredite svetlobo in definicijo; model se lahko nauči le standarda, ki ga ljudje znajo izreči. Pilot na eni postaji z enim razredom napak vsakič premaga napoved uvedbe po vsej tovarni.

Integracija je tisto, kar loči demo od sistema. Samostojna kamera, ki piska, je igrača; vrednost se pojavi, ko se razsodba vida zapisuje v iste žive podatke kot vse drugo. MES jo poveže z delovnim nalogom in serijo, QMS odpre neskladnost (NCR) s priloženo sliko, karte SPC pa tečejo nad stopnjami napak po gnezdu, izmeni in seriji materiala. Ta sklenjena zanka je tisto, kar "kontrola kakovosti z AI" pomeni v praksi.

Modul računalniškega vida Meta Smart Factory dobavi natanko to zanko: kamere, lokalno sklepanje na GPU, nenehno učenje in nativno integracijo z MES/QMS. Uveden je na linijah od stekla do brizganja plastike. Če je vaša današnja kontrola načrt vzorčenja in molitev, vam bo pilot na eni postaji v enem mesecu povedal, kaj kamere vidijo in ljudje ne.