Antrenarea sistemului dvs. de inspecție vizuală pentru noi linii de produse.

Permiteți-mi să încep cu o notă de sinceritate. Adăugarea unei noi linii de produse este un moment important, dar poate aduce și o durere de cap serioasă. Sistemul dumneavoastră de inspecție vizuală nu cunoaște piesele noi. De asemenea, nu are nicio idee despre ce reprezintă o piesă bună sau una defectă. Trebuie să-l instruiți. Dacă faceți acest lucru într-un mod incorect, veți obține respingeri false, defecte nerecunoscute și mulți operatori frustrați. Veste bună: instruirea unui sistem de inspecție vizuală poate fi rapidă și fără complicații, dacă urmați pașii corecți.

Pregătirea începe cu colectarea eșantioanelor

Înainte chiar de a atinge sistemul, trebuie să vă adunați probele. Aceasta este cea mai importantă etapă, iar totuși este cea pe care oamenii o parcurg cel mai repede. Nu fi acea persoană.

Este necesar să aveți mai multe tipuri de probe. În primul rând, colectați piese bune. Veți avea nevoie de mai mult decât doar câteva imagini ale produselor care îndeplinesc standardele dvs. de calitate. S-ar putea să aveți nevoie de zeci sau chiar de sute de imagini. Cu cât aveți mai multe imagini, cu atât va înțelege mai bine sistemul ce înseamnă „acceptabil”. Aceste piese bune trebuie să acopere, de asemenea, variațiile normale pe care le așteptați, cum ar fi ușoare diferențe de culoare, mici deplasări de poziție sau modificări minore ale texturii. Dacă antrenamentul dumneavoastră include doar piese perfecte, sistemul de inspecție vizuală va respinge orice piesă care pare ușor diferită, chiar dacă este în continuare perfect acceptabilă.

În al doilea rând, colectați piesele defecte. Elaborați o listă cuprinzătoare pentru fiecare tip de defect care vă interesează. Această listă poate include zgârieturi, crăpături, componente lipsă, culori incorecte sau etichete nealiniate. Cu cât varietatea exemplarelor de defecte este mai mare, cu atât sistemul va învăța mai bine ce trebuie să caute. Un studiu a arătat că un model preantrenat de detectare a defectelor poate fi adaptat la produse noi după primirea unui număr moderat de exemple noi și a unei mici cantități de afinație. Totuși, „moderat” nu înseamnă „minimal”. Un set de date de calitate scăzută va produce în continuare rezultate slabe, așadar asigurați-vă că pregătiți exemple bine definite.

Folosiți funcția Quick Teach pentru un început rapid

Odată ce ați pregătit setul dvs. de date de eșantion, este momentul să instruiți sistemul. Aveți noroc, deoarece aproape toate sistemele moderne de inspecție vizuală dispun de o funcție integrată denumită Quick Teach sau „învățare cu un singur buton”. Aceasta vă ușurează semnificativ sarcina atunci când adăugați o nouă linie de produse.

Funcția Quick Teach funcționează prin captarea unei imagini de referință a unei piese fără defecțiuni și prin stabilirea automată a parametrilor sistemului pe baza acestei imagini. Sistemul analizează imaginea de referință, măsoară caracteristicile cheie și aplică toleranțele corespunzătoare. Nu este necesar să introduceți manual valori numerice sau să ghiciți unde ar trebui să fie pragurile. Sistemul efectuează toată munca grea în locul dumneavoastră.

Această metodă funcționează bine pentru inspecția rapidă a unui lot de piese care au toate aceeași aspect. De exemplu, dacă inspectați piese metalice identice obținute prin ambutisare sau componente plastice turnate prin injecție, funcția Quick Teach poate finaliza sarcina în câteva minute, în loc de câteva ore. Unele camere moderne reduc timpul de configurare de la ore la doar câteva minute, învățând automat pe baza unor imagini eșantion. Cheia constă în a vă asigura că imaginea de referință reprezintă corect aspectul pieselor pe care le așteptați în lot.

Treceți la metoda Standard Teach atunci când piesele variază

Quick Teach are un dezavantaj. Dacă piesele dvs. prezintă o variabilitate semnificativă din punct de vedere al aspectului, Quick Teach tinde să respingă un număr mai mare de piese bune. În acest caz, sistemul trebuie să învețe pe baza mai multor iterații de piese.

Standard Teach funcționează în mod diferit. În loc să utilizeze o singură imagine de referință, introduceți întreaga serie de piese bune în sistem. Sistemul de inspecție vizuală analizează toate acestea, măsoară variația naturală și stabilește toleranțele astfel încât să includă întreaga gamă de rezultate acceptabile. Astfel, sistemul învață cum arată o piesă bună în condițiile reale de producție, nu doar într-un mediu de laborator perfect.

Nu există nicio limită privind numărul de eșantioane pe care le puteți utiliza în timpul procesului de învățare (Teach). Cu cât prezentați mai multe piese bune sistemului, cu atât va înțelege mai bine ce este acceptabil. Iată un sfat de expert: utilizați exclusiv piese bune atunci când efectuați o învățare standard. Dacă includeți accidental o piesă defectuoasă, sistemul va învăța că defectul este acceptabil, iar rezultatul va fi o situație dificil de gestionat.

Ajustați manual, dacă este necesar

Uneori, învățarea automată nu este suficientă. Piesele dvs. pot avea caracteristici complexe cu care sistemul se confruntă dificil. În aceste cazuri, trebuie să ajustați manual parametrii.

Majoritatea sistemelor de inspecție vizuală vă permit să accesați instrumentele și să ajustați setările manual. Puteți modifica regiunea de interes, să schimbați pragurile de toleranță și să rafinați logica de acceptare sau respingere. Această abordare necesită mai mult timp și o anumită experiență, dar vă oferă cel mai mare grad de control. Pentru aplicațiile de înaltă precizie, unde chiar și erorile minime au importanță, ajustarea manuală justifică efortul suplimentar.

Dacă lucrați cu un produs nou care este similar cu unul vechi, uneori puteți economisi mult timp folosind o inspecție existentă ca punct de plecare. Un studiu privind învățarea prin transfer a arătat că un model antrenat pe produse mai vechi poate fi adaptat pentru produse noi doar cu cantități moderate de date noi de antrenament, menținând o acuratețe de peste 98 la sută. Acest lucru înseamnă că nu trebuie întotdeauna să începeți de la zero. Puteți construi în baza modelelor existente.

Folosiți inteligența artificială pentru inspecții complexe

Sistemele tradiționale de inspecție bazate pe viziune se bazează pe reguli fixe. Este zgârietură mai lungă de X milimetri? Este culoarea în afara intervalului Y? Această abordare funcționează bine pentru inspecții simple. Totuși, atunci când defecțiunile sunt neregulate, nesigure sau greu de descris prin reguli fixe, sistemele convenționale tind să întâmpine dificultăți.

Inspecia vizuală bazată pe inteligență artificială schimbă regulile jocului. În loc să urmeze un set prescriptiv de reguli, sistemul învață din exemple. I se prezintă sute sau mii de imagini bune și defective, iar acesta identifică singur modelele. Inspecia vizuală bazată pe inteligență artificială este deosebit de benefică pentru producători care doresc să mențină calitatea produselor și să minimizeze deșeurile. De asemenea, este extrem de adaptabilă la modificările produselor. Unele platforme combină învățarea AI supravegheată și nesupravegheată cu instrumente bazate pe reguli pentru a reduce numărul de alerte false și pentru a preveni ajungerea produselor defecte la clienți.

Lucrul minunat la sistemele de astăzi este că sunt ușor de utilizat. Unele camere includ acum inteligență artificială integrată, care învață automat din doar câteva imagini eșantion, eliminând necesitatea unei configurări manuale lungi. Interfețele ușor de utilizat ghidează operatorii prin fiecare etapă a procesului de configurare, de la reglarea iluminării până la înregistrarea imaginilor de referință. Chiar și operatorii cu o experiență limitată în inspecția vizuală pot crea procese de inspecție robuste.

Testarea și validarea sunt esențiale

Aici este locul în care majoritatea oamenilor comit greșeli critice. Ei antrenează sistemul, efectuează un test rapid, apoi îl pun direct în producție. Aceasta este o greșeală gravă.

Înainte de a lăsa sistemul dvs. de inspecție vizuală să funcționeze fără supraveghere, trebuie să îl validați corespunzător. Rulați o serie de piese cunoscute ca fiind bune și o serie de piese cunoscute ca fiind defecte prin sistem. Verificați dacă acesta identifică toate defecțiunile. Verificați dacă respinge vreo piesă bună. Dacă rata de respingere falsă este prea ridicată, reveniți și ajustați toleranțele. Dacă rata de nerecunoaștere („miss rate”) este prea ridicată, adăugați mai multe eșantioane de defecțiuni în setul dvs. de antrenare.

O abordare de tip „dovadă de concept” funcționează foarte bine în acest caz. Începeți cu un singur punct critic de inspecție pe noua linie, în loc să încercați să automatizați totul simultan. Colectați setul dvs. „de aur” de eșantioane bune și defecte, testați fezabilitatea și numai apoi extindeți soluția. Efectuarea corectă a acestei etape vă va economisi, în final, o sumă semnificativă de bani.

Planificați îmbunătățirea continuă

Antrenarea unui sistem de inspecție vizuală nu este un eveniment unic. Produsele dvs. se vor modifica. Furnizorii dvs. se vor modifica. Condițiile de producție se vor modifica. Sistemul dvs. de inspecție trebuie să rămână la zi.

Construiți un proces pentru instruirea continuă. De fiecare dată când identificați un nou tip de defect pe care sistemul dumneavoastră l-a omis, adăugați acele imagini în setul de antrenare și reantrenați sistemul. De fiecare dată când modificați designul unui produs, actualizați imaginile de referință. Unele sisteme avansate oferă funcționalități de învățare continuă care se adaptează la variațiile produselor în timp. Cu cât antrenați mai mult sistemul, cu atât devine mai inteligent.

Producătorii care aplică corect aceste principii obțin rezultate reale. Inspectia vizuală bazată pe inteligență artificială permite detectarea defectelor la un stadiu mai timpuriu, analiza mai rapidă a cauzelor fundamentale și informații acționabile în timp real, ceea ce sporește eficiența și reduce deșeurile. YIHUI proiectează echipamente de inspecție vizuală ținând cont de aceste principii de antrenare, ajutând producătorii din domeniile mașinilor-unelte, electronicii, aerospace și industriei auto să lanseze mai repede noi linii de produse. În final, un sistem de inspecție vizuală este la fel de bun precum antrenamentul pe care îl primiță. Aplicați-l corect și acesta vă va proteja marca timp de mulți ani.