Najpierw zadanie inspekcyjne, potem model
Skuteczna kontrola zaczyna się od detalu i jego specyfikacji jakościowej. Trzeba ustalić, które widoczne cechy powierzchni lub wyrobu mają znaczenie, gdzie występują oraz jakie przykłady reprezentują elementy zgodne i niezgodne. Obraz z kamery nie pozwala ocenić cech ukrytych poza jej widokiem. Zakres detekcji podlega kwalifikacji dla konkretnej odkuwki i warunków produkcji.
Co przygotować do kwalifikacji
- Detal i etap kontroli, w tym sposób prezentacji odkuwki przed kamerą.
- Reprezentatywne obrazy elementów zgodnych i przykładów cech, które mają być wykrywane.
- Dostępne widoki kamer, oświetlenie i zmienność warunków produkcji.
- Kryteria akceptacji, wymagany czas przetwarzania oraz zasady oceny niepewnych wyników przez operatora.
Od obrazu do wyniku, który można ocenić
Kamery przemysłowe rejestrują uzgodnione widoki. Modele mogą analizować obrazy lokalnie na urządzeniu edge / on-premise. Wynik inspekcji, poziom pewności i materiał obrazowy wspierają ocenę jakości oraz identyfikowalność. Przepływ danych, raportowanie, dostęp i retencja są ustalane dla projektu. Tam, gdzie to zasadne, stosowana jest weryfikacja human-in-the-loop.
Jak oceniamy kwalifikację i pilotaż
Kwalifikacja obejmuje jakość obrazu, ustawienie kamer, oświetlenie i widoczność istotnych cech detalu. Następnie skuteczność oraz czas przetwarzania są oceniane na reprezentatywnych danych względem uzgodnionych kryteriów akceptacji. Harmonogram pilotażu ustala się dla stanowiska i zadania kontrolnego. Przeniesienie rozwiązania na inną linię lub do innego zakładu wymaga walidacji lokalnych warunków; nie oznacza automatycznej gwarancji tych samych wyników.
Badania stojące za podejściem do inspekcji
Doświadczenie badawcze zespołu obejmuje rozpoznawanie wad elementów metalowych na podstawie obrazu. Poniższa publikacja dokumentuje badania. Nie jest benchmarkiem instalacji u klienta ani dowodem, że określone zadanie inspekcji odkuwek przeszło już odbiór.
M.P. Wójcik, K. Pawlikowski, Ł. Madej (2024). An evaluation of the capabilities of image-based metal component defect recognition with deep learning techniques. Computer Methods in Materials Science 24(3), 33–40. DOI: 10.7494/cmms.2024.3.0839
Pytania o inspekcję odkuwek
Czy MetalEdge wykrywa każdy rodzaj wady odkuwki?
Zakres detekcji zależy od detalu, widocznych cech, widoków kamer i reprezentatywnych danych. Cechy do wykrycia oraz kryteria akceptacji są ustalane podczas kwalifikacji.
Czy dane z inspekcji muszą opuszczać zakład?
Analiza czasu rzeczywistego może działać lokalnie bez dostępności chmury. Opcjonalna infrastruktura hybrydowa kontrolowana przez klienta i ewentualne transfery danych są uzgadniane dla wdrożenia.
Czego dotyczy pierwsza rozmowa?
Detalu, etapu inspekcji, dostępnych obrazów, kryteriów jakości i obecnej infrastruktury. Te informacje pozwalają określić zakres oceny wykonalności lub pilotażu.