Технички принципи: интелигентна логика од "видења" до "суђења"
Срж опреме за визуелну инспекцију је систем машинског вида, чији радни ток се може поделити у три интелигентне фазе:
Стицање слике: Индустријске камере високе{0}}резолуције (ЦЦД/ЦМОС), професионална оптичка сочива и прилагођени системи осветљења се користе за снимање објекта који се тестира из више углова и спектра. На пример, поларизовано осветљење се користи за рефлектујуће површине, а коаксијално или структурирано светло се користи за побољшање контраста за ситне дефекте, обезбеђујући да се не пропусте детаљи слике.
Обрада алгоритама: Дубоко учење (ЦНН конволуционе неуронске мреже) и традиционални алгоритми за обраду слике (детекција ивица, сегментација прага, подударање карактеристика) се користе за издвајање и анализу карактеристика дефеката (као што су величина, облик, боја и текстура) на слици. Типични алгоритми укључују РесНет мрежу за класификацију дефеката и ИОЛО серију за детекцију објеката.
Систем за извршење одлука: Систем аутоматски емитује резултате откривања на основу унапред постављених стандарда за инспекцију квалитета, класификује и обележава квалификоване и неисправне производе и користи И/О интерфејсе за повезивање са роботским рукама, уређајима за одбацивање или алармним системима да би се постигло интегрисано „детекција{0}}сортирање“.
Основне предности: Пробијање кроз "плафон" ручне инспекције квалитета
У поређењу са традиционалном ручном визуелном инспекцијом, опрема за визуелну инспекцију показује пет револуционарних открића:
(1) Прецизност: скок са "милиметарског нивоа" на "ниво микрона"
Резолуција људског ока је приближно 0,1-0,2 милиметра, док опрема за визуелну инспекцију може да постигне детекцију на нивоу од 5-10 микрона кроз микроскопска сочива (еквивалентно 1/10 пречника људске косе). На пример, у инспекцији паковања полупроводника, опрема може тачно да идентификује дефекте на нивоу микрона, као што су померање куглице за лемљење и оштећење јастучића, избегавајући квар чипа узрокован дефектима изгледа.
(2) Ефикасност: 24/7 „робот за контролу квалитета“
На ручну инспекцију квалитета утичу фактори као што су умор и емоције, са ефективним дневним временом провере од приближно 6-8 сати и пропуштеном стопом откривања до 5%-10%. Опрема за визуелну инспекцију може постићи брзу детекцију стотина комада у минути и подржава 7×24 сата непрекидног рада. Након увођења опреме, одређена линија за производњу аутомобилских делова повећала је свој једносменски капацитет за 40%, а проценат пропуштених детекција пао је испод 0,1%.
(3) Доследност: „Иронцлад Енфорцер“ стандардизоване инспекције квалитета
На субјективну процену недостатака од стране људских инспектора лако утиче осветљење и искуство, што доводи до потенцијалних погрешних процена о истом дефекту од стране различитих инспектора. Опрема за визуелну инспекцију, заснована на стандардизованим алгоритамским моделима, постиже јединствено квантитативно просуђивање индикатора као што је одступање боје (ΔЕ<1) and dimensional tolerance (±0.01mm), ensuring the consistency and traceability of quality inspection results.
(4) Вредност података: Надоградња са „Инспекције квалитета“ на „Контролу квалитета“
Опрема може да прикупља инспекцијске податке у реалном времену и генерише статистичке извештаје као што су дистрибуција типова грешака и трендови приноса производне линије, пружајући подршку подацима за оптимизацију процеса. Произвођач 3Ц производа, користећи податке о опреми, открио је да су огреботине на одређеном моделу кућишта мобилног телефона концентрисане у процесу бризгања. Након подешавања температуре калупа, стопа дефекта се смањила за 75%.
(5) Прилагодљивост: „Све-инспектор квалитета“ у сложеним сценаријима
Може да се носи са окружењима која су људима тешко доступна, као што су висока температура (нпр. инспекција делова термичке обраде метала), прашина (нпр. инспекција површине грађевинског материјала) и висок ризик (нпр. инспекција хемијских контејнера). У инспекцији фотонапонских модула, опрема може прецизно идентификовати дефекте као што су пукотине ћелија и неусклађеност лемних спојева у окружењима са јаком светлошћу која симулира сунчеву светлост, обезбеђујући ефикасност производње енергије модула.
Различити сценарији примене: „Главни кључ“ за инспекцију квалитета у свим индустријама
Опрема за визуелну инспекцију је продрла у цео производни ланац. Следе типични сценарији примене:
(1) 3Ц електроника: прецизна контрола у малом простору
Инспекција кућишта мобилног телефона: откривање недостатака као што су неравнине на ЦНЦ обрађеним оквирима, неједнака дебљина анодизираног филма и неусклађеност штампања ЛОГО-а, осигуравајући прецизност процеса изгледа.
Инспекција ПЦБ плоче: Коришћење АОИ (аутоматска оптичка инспекција) за идентификацију проблема као што су одвајање јастучића, кратки спојеви и погрешне компоненте, са стопом детекције квара која прелази 99%.
Студија случаја: Након што је водећи произвођач мобилних телефона увео високо{0}}прецизну линију за визуелну инспекцију, укупна стопа дефекта у изгледу готовог производа смањена је са 3% на 0,5%, чиме се уштеди преко десет милиона јуана у трошковима прераде годишње.
(2) Производња аутомобила: свеобухватна заштита од делова целог возила
Инспекција делова: Детекција кварова на површини блока цилиндра мотора, мехурића оплате главчине точка и лошег пресовања терминала кабелског свежња. Завршни преглед возила: Идентификација спољашњих недостатака као што су наранџаста кора, неравни отвори на вратима и огреботине на стаклу, што подржава инспекцију мешовитих{1}}модела возила на истој производној линији.
Технички детаљи: Користећи технологију скенирања 3Д структурираног светла, може да реконструише тродимензионални профил закривљених делова (као што су панели каросерије аутомобила), постижући тачност детекције деформација од ±0,02 мм.
(3) Храна и фармацеутски производи: „Визуелни стражар“ безбедносне линије
Инспекција амбалаже за храну: Отклањање недостатака као што су криве етикете на флашама пића, наборане заптивке кеса и оштећена фармацеутска алуминијумска фолија.
Инспекција фармацеутског изгледа: Визуелна идентификација дефеката као што су промена боје таблете, деформација капсуле и пукотине на ампулама, у складу са захтевима усаглашености са ГМП.
Иновативна примена: У сценаријима сортирања свежих производа, технологија мултиспектралног вида се користи за откривање оштећења површине воћа и дистрибуције шећера, омогућавајући аутоматизовано оцењивање квалитета.
(4) Хардвер и грађевински материјали: квалитетна иновација за расуте производе
Инспекција делова за обраду метала: Детекција дефеката као што су пукотине на површини прстена лежаја, неуједначена дебљина оплате шрафова и неравнине.
Инспекција површине грађевинског материјала: Контрола квалитета изгледа мрља од глазуре керамичких плочица, стаклених мехурића и празнина у спојевима плоча, са брзином детекције од преко 20 метара у минути.
Интелигентна надоградња: Произвођач санитарије је интегрисао визуелну инспекцију са МЕС системом, постижући затворену{0}}контролу од инспекцијских података до параметара процеса, повећавајући принос првог-проласка за 18%.
Трендови у индустрији: Дубока интеграција АИ и визуелне инспекције
Тренутно, опрема за визуелну инспекцију недостатака изгледа показује три главна тренда развоја:
Дубоко учење омогућава препознавање дефеката: Традиционални алгоритми се ослањају на ручно дефинисане карактеристике (као што су ивице и текстуре), што резултира ограниченом ефикасношћу откривања сложених дефеката (као што су неправилне огреботине и мутне мрље у боји). Модели откривања дефеката засновани на дубоком учењу{1}}могу аутоматски да издвајају карактеристике на више-нивоа кроз масовну обуку узорака, значајно побољшавајући способност генерализације за „непознате дефекте“. Произвођач оптичких сочива је користио технологију учења трансфера да би скратио циклус обуке новог модела детекције дефекта материјала са 2 недеље на 3 дана.
Мултимодална визуелна фузија: Јединствени визуелни модалитет (као што је 2Д слика) је тешко задовољити потребе сложених сценарија, а 2Д+3Д визуелна фузија и мултиспектрално снимање „видљиво светло + инфрацрвено + ултраљубичасто“ постају трендови. На пример, у тестирању литијум{6}}јонских батерија, комбиновање 2Д визуелне инспекције са инфрацрвеном термичком сликом омогућава истовремену идентификацију дефекта заваривања језичака електроде и ризика унутрашњег топлотног одласка.
Сарадња{0}}заснована на Цлоуд-у и интелигентни рад и одржавање, преко индустријске интернет платформе, омогућавају обједињавање и анализу података о тестирању из више фабрика у облаку, помажући групама предузећа да успоставе јединствене стандарде за контролу квалитета.