Computer vision · Control vizual al calității
Defectele vizibile,semnalate la timp.
Inspecția vizuală industrială cu AI este controlul automat al calității pe baza imaginilor: o cameră deasupra liniei fotografiază fiecare piesă, iar un model antrenat pe exemplele tale de produse bune și defecte marchează ce merită verificat. Operatorul confirmă fiecare respingere, iar imaginile rămân ca dovadă pentru analiza calității.
Ochiul obosește, iar sondajul lasă goluri
Pe o linie rapidă, un operator nu poate privi fiecare piesă cu aceeași atenție pe toată durata turei. Controlul prin sondaj găsește defectele doar în eșantion, iar când apare o problemă, rareori există imagini care să arate de când și cât de des s-a produs.
- Zgârieturile, fisurile, petele sau etichetele greșite trec neobservate între două verificări
- Criteriile de respingere diferă de la un operator la altul și de la o tură la alta
- Reclamațiile sosesc după ce lotul a plecat, fără dovezi despre starea pieselor la ieșire
- Nu există o statistică clară a tipurilor de defecte care să ajute la găsirea cauzei
Pentru cine este potrivită
- Fabrici cu linii de producție unde controlul vizual se face manual sau prin sondaj
- Departamente de calitate care au nevoie de dovezi vizuale pentru neconformități
- Producători de componente, ambalaje, piese turnate sau injectate cu defecte de suprafață recurente
- Ingineri de proces care vor date despre tipurile și frecvența defectelor pe ture și loturi
Ce defecte poate semnala inspecția vizuală
- 01
Semnalează defectele de suprafață
Marchează zgârieturi, fisuri, pete sau deformări vizibile, pe baza exemplelor etichetate de echipa de calitate.
- 02
Verifică asamblarea și etichetarea
Controlează dacă lipsește o componentă, dacă eticheta este prezentă și poziționată corect sau dacă un capac este montat.
- 03
Arată zona suspectă
Pe imagine este evidențiată zona considerată defectă, ca operatorul să vadă rapid ce a declanșat semnalarea.
- 04
Coadă de confirmare la post
Piesele semnalate apar pe un ecran lângă linie, unde operatorul confirmă respingerea sau o anulează.
- 05
Arhivă de imagini pe lot
Imaginile pieselor semnalate se păstrează cu lotul, tura și ora, pentru trasabilitate și analiza reclamațiilor.
- 06
Statistici de defecte
Frecvența fiecărui tip de defect pe ture și loturi este afișată pentru inginerii de proces.
Cum funcționează
Ce se întâmplă cu fiecare piesă pe linie
Pașii marcați cu galben sunt validați de un om.
- Intrare
- AI
- Acțiune
- Om în buclă
- Rezultat
- 01
Intrare
Piesa intră în cadru
Un senzor sau semnalul liniei declanșează camera la momentul potrivit.
- 02
AI
Analiză vizuală
Modelul compară piesa cu ce a învățat din exemplele bune și defecte.
- 03
Acțiune
Semnalare la post
Piesele suspecte apar cu zona marcată pe ecranul operatorului.
- 04
Om în buclă
Operatorul confirmă respingerea
O persoană decide dacă piesa este respinsă, reverificată sau acceptată.
- 05
Acțiune
Înregistrare în evidență
Decizia și imaginea se salvează împreună cu lotul și tura.
- 06
Rezultat
Date de calitate
Echipa vede tipurile de defecte și evoluția lor în timp.
Ce exemple, camere și iluminare sunt necesare
- Exemple reale de piese bune și de piese cu fiecare tip de defect, etichetate de specialiștii în calitate
- Un catalog de defecte cu criterii clare de acceptare și de respingere
- Cameră industrială aleasă după viteza liniei și mărimea defectelor, cu obiectiv potrivit distanței de lucru
- Iluminare controlată și constantă (difuză, din spate sau în unghi), de multe ori mai importantă decât camera
- Semnal de declanșare de la linie (senzor, encoder sau PLC) și o montură stabilă, ferită de vibrații
- Calculator industrial sau dispozitiv edge lângă linie, pentru procesare cu latență mică
Integrări posibile
- Camere industriale GigE Vision sau USB3 Vision
- PLC-uri prin OPC UA
- Modbus TCP
- Sisteme MES
- ERP pentru trasabilitatea loturilor
- Dispozitive edge NVIDIA Jetson
- Calculatoare industriale cu GPU
- Panouri Grafana sau Power BI
- Baze de date SQL pentru arhiva de imagini
- Camere industriale GigE Vision sau USB3 Vision
- PLC-uri prin OPC UA
- Modbus TCP
- Sisteme MES
- ERP pentru trasabilitatea loturilor
- Dispozitive edge NVIDIA Jetson
- Calculatoare industriale cu GPU
- Panouri Grafana sau Power BI
- Baze de date SQL pentru arhiva de imagini
Compatibilitatea fiecărei integrări se verifică în faza de analiză, pentru sistemele și versiunile pe care le folosești.
Control și transparență
Ce rămâne în grija oamenilor
- Fiecare respingere, confirmată de operator înainte ca piesa să fie scoasă din flux
- Definirea și actualizarea catalogului de defecte și a criteriilor de acceptare
- Validarea etichetelor folosite la antrenare de către echipa de calitate
- Decizia de a opri linia sau de a bloca un lot, care rămâne la responsabilul de producție sau de calitate
- Reinspecția periodică, prin sondaj, a pieselor acceptate de sistem, pentru a descoperi defectele ratate
Limite și condiții de funcționare
- Inspecția acoperă defectele vizibile în imagine; cele interne sau abaterile dimensionale sub rezoluția camerei cer alte metode de control
- Defectele rare, pentru care există puține exemple, sunt mai greu de învățat de model
- Suprafețele lucioase, transparente sau texturate cer iluminare și poziționare testate atent
- Schimbarea materialului, a culorii sau a furnizorului poate cere exemple noi și reantrenare
- Sistemul sprijină procedurile de control al calității și certificările existente, nu le înlocuiește
Cum evaluăm inspecția: defecte ratate și alarme false
Stabilim împreună indicatorii înainte de lansare și îi urmărim după. Valorile depind de proces, date și volum.
- Defecte ratate
- Piese defecte acceptate de sistem, identificate prin reinspecția manuală a unui eșantion de piese trecute
- Alarme false
- Proporția pieselor semnalate pe care operatorul le-a acceptat ca bune, înregistrată la fiecare confirmare
- Acordul cu inspectorii
- Comparația dintre rezultatele modelului și deciziile inspectorilor de calitate pe același set de piese
- Încadrarea în ritmul liniei
- Timpul de analiză pe piesă, măsurat în producție, față de timpul disponibil între două piese
Cum implementăm inspecția vizuală pe linie
- 01
Catalogăm defectele
Lucrăm cu echipa de calitate pentru a defini tipurile de defecte, criteriile și exemplele relevante.
- 02
Testăm camera și lumina
Facem probe la linie, cu unghiuri și iluminări diferite, până când defectele devin vizibile constant.
- 03
Antrenăm pe piese reale
Construim setul de date din producție și testăm modelul pe piese pe care nu le-a văzut.
- 04
Pilot cu operatorul în buclă
Rulăm pe o singură linie, operatorul confirmă fiecare semnalare, iar noi ajustăm pragurile pe baza deciziilor lui.
Exemple de utilizare
Scenariile de mai jos sunt exemple conceptuale, gândite pentru a ilustra aplicații realiste. Nu reprezintă implementări livrate de WEB-AZ.
- Componente auto
Zgârieturi pe piese din plastic injectat
La ieșirea din presa de injecție, camera fotografiază fiecare piesă, iar zgârieturile vizibile sunt marcate pentru operatorul de la post.
Exemplu conceptual - Îmbuteliere
Etichete lipsă sau decalate
Pe linia de îmbuteliere, sistemul semnalează sticlele fără etichetă sau cu eticheta strâmbă, iar operatorul decide scoaterea lor.
Exemplu conceptual - Prelucrarea lemnului
Defecte vizibile pe panouri
Panourile sunt fotografiate înainte de ambalare, iar nodurile sau crăpăturile marcate ajung la un inspector, care stabilește clasa de calitate.
Exemplu conceptual
Ghiduri utile
Înainte să decizi, citește
Întrebări frecvente
Ce este inspecția vizuală industrială cu AI?
Este controlul calității făcut cu camere și un model de computer vision: fiecare piesă este fotografiată pe linie, iar modelul semnalează defectele vizibile învățate din exemplele tale, precum zgârieturi, fisuri, pete sau etichete lipsă. Operatorul confirmă respingerile, iar imaginile rămân pentru trasabilitate.
Sistemul respinge singur piesele?
Nu în configurația pe care o propunem. Sistemul semnalează, iar operatorul confirmă respingerea. Un eventual mecanism automat de deviere se discută separat, după ce performanța a fost măsurată, și doar cu aprobarea echipei de calitate.
Ce se întâmplă când modelul nu este sigur dacă piesa e defectă?
Piesele cu scor incert sunt tratate ca suspecte și ajung la operator. Deciziile lui sunt înregistrate și pot fi folosite pentru îmbunătățirea modelului la reantrenare.
Avem nevoie de camere noi?
De obicei, da. Inspecția pe linie cere camere industriale și iluminare dedicată, alese după viteza liniei și mărimea defectelor; camerele de supraveghere sunt rareori potrivite. Facem probe înainte de a recomanda echipamente.
Câte exemple de defecte trebuie să strângem?
Depinde de câte tipuri de defecte există și cât de variate sunt. Pentru defectele rare se poate porni cu o abordare care învață cum arată o piesă bună și semnalează ce arată diferit.
Unde sunt stocate imaginile din producție?
Implicit, local, pe echipamentul de lângă linie sau pe un server din fabrică. Accesul și durata de păstrare se stabilesc împreună cu tine, iar imaginile nu sunt folosite în alte scopuri fără acordul tău.
Nu găsești răspunsul? Scrie-ne și îți răspundem direct.
Ai defecte care scapă controlului vizual?
Trimite-ne exemple de piese bune și defecte, plus câteva detalii despre linie. Îți spunem dacă defectele pot fi surprinse vizual și ce echipament ar fi necesar.
Soluții conexe
- Detectarea obiectelorModele care recunosc în imagini obiectele importante pentru procesul tău și le transmit mai departe ca date structurate.
- Edge AI pentru computer visionAnaliză video pe dispozitive instalate în locație: răspuns rapid, rețea mai puțin încărcată și imagini care nu părăsesc clădirea.
- Monitorizare operaționalăUrmărirea vizuală a etapelor de proces și a mișcării vehiculelor și paleților în curți și depozite, ca să vezi unde se blochează fluxul.