Znajdź widoczne defekty
Oceń zadrapania, pęknięcia, zanieczyszczenia lub różnice w wykończeniu. Optyka i oświetlenie muszą uwidocznić daną wadę, zanim oprogramowanie będzie mogło ją sklasyfikować.
◎ Polski
NIESTANDARDOWE SYSTEMY WIZJI PRZEMYSŁOWEJ
Systemy wizyjne i kontrola jakości z AI
Systemy wizyjne, lokalna analiza obrazu i kontrola jakości z AI dopasowane do procesu. Integrujemy kamery, elektronikę i interfejsy maszyny wokół konkretnego zadania inspekcji.
WIZJA I KONTROLA JAKOŚCI
01 / POWIERZCHNIA
02 / MONTAŻ
03 / OPAKOWANIE
04 / WYMIARY
05 / INTERFEJSY MASZYNY
06 / identyfikowalność
Zacznij od decyzji, której potrzebuje Twoja linia.
Wybierz jasne zadanie inspekcyjne, a następnie zdefiniuj wykrywanie i integrację potrzebne do niezawodnego podjęcia tej decyzji.
Sprawdź, co jest obecne
Sprawdź obecność komponentów, orientację i kolejność montażu. Powiąż każdy wynik z wyzwalaczem części lub stacji.
Przeczytaj i zweryfikuj
Sprawdź etykiety, wydrukowane kody i cechy opakowania. Zdefiniuj czytelność, oczekiwaną treść i reakcję na niepewny wynik.
Zmierz zdefiniowane cechy
Zakres kontroli wymiarowych w zakresie wymaganej tolerancji, kalibracji, optyki i pozycjonowania części. Zweryfikuj powtarzalność na podstawie odpowiedniego odniesienia.
Połącz kontrolę z działaniem
Połącz wyniki pozytywne, negatywne i niepewne ze sterownikiem PLC, stacją operatorską lub systemem produkcyjnym za pośrednictwem interfejsów uzgodnionych dla projektu.
Zachowaj przydatne dowody
Połącz wyniki kontroli z identyfikatorami części i wybranymi obrazami. Przed rozpoczęciem pilotażu uzgodnij wymagania dotyczące przechowywania, dostępu i przechowywania.
OD KAMERY DO KOMPLETNEGO SYSTEMU
Widzenie maszynowe
01 · Przechwytywanie
Kamera, obiektyw, oświetlenie, montaż i wyzwalanie wybrane dla danej funkcji.
02 · Przetwarzaj lokalnie
Konwencjonalna wizja lub sztuczna inteligencja na komputerze do lokalnego przetwarzania, z pomiarem pełnej ścieżki przetwarzania.
03 · Integracja
Niestandardowy I/O, wbudowane oprogramowanie, obudowa i wymagane połączenia maszynowe.
04 · Zatwierdź
Reprezentatywne próbki, uzgodnione kryteria akceptacji i udokumentowana ocena pilotażowa.
Użyj odpowiedniej platformy Alvexis jako punktu wyjścia lub zleć dedykowany projekt. Eksploruj Obliczenia ForgeEdge, Moduły ForgeEdge-Core i nasze usługi rozwoju produktów na zamówienie.
PILOT, KTÓRY ODPOWIADA NA PYTANIE BIZNESOWE
Udowodnij kontrolę przed skalowaniem.
Zdefiniuj zadanie
Podziel się dobrymi i wadliwymi przykładami, rozmiarem defektu, szybkością linii, dostępną przestrzenią i bieżącymi problemami związanymi z inspekcją. Uzgodnij, co liczy się jako zaliczenie, niepowodzenie lub niepewny wynik.
Przetestuj prawdziwą zmienność
Użyj oddzielnych próbek programistycznych i ewaluacyjnych. Uwzględnij oczekiwane różnice w częściach, oświetleniu i warunkach pracy oraz zanotuj pominięte defekty i fałszywe odrzucenia.
Zgadzam się na następny krok
Sprawdź dokładność, opóźnienie między czujnikiem a wyjściem, przebieg pracy operatora i potrzeby konserwacyjne. Zdecyduj, czy udoskonalić pilotaż, czy przygotować projekt produkcyjny.
Powiedz nam, co Twoja linia ma wykrywać.
Na początek wystarczy krótki brief: produkt, przykłady usterek, prędkość linii, interfejsy i docelowa data instalacji.
Wyślij brief z inspekcji ↗ILUSTRACJA PLANU PILOTAŻOWEGO
Przykład: sprawdź, czy brakuje jakiegoś komponentu, zanim część opuści stację.
Stanowisko montażowe musi odróżnić część kompletną od tej, w której brakuje elementu. Ten przykład pokazuje, jak można określić zakres projektu; nie jest to raportowany wynik klienta.
Wejście
Reprezentatywne kompletne i niekompletne części, oczekiwana zmienność części, czas stacji, dostępna przestrzeń montażowa i spust maszyny.
Systemu
Kamera i kontrolowane oświetlenie uchwyciły tę cechę. Zwroty z przetwarzania lokalnego zaliczone, zakończone niepowodzeniem lub niepewne; uzgodniony interfejs maszyny przekazuje wynik do operatora lub kontrolera linii.
Akceptacja
Oceń na oddzielnym zestawie próbek. Rejestruj pominięte defekty, fałszywe odrzucenia, niepewne wyniki i czas od uruchomienia do wyjścia przed uzgodnieniem wdrożenia produkcyjnego.
Planowanie systemu inspekcji
Czy każde zadanie inspekcyjne wymaga sztucznej inteligencji?
Nie. Zdefiniowany pomiar lub powtarzalna cecha może odpowiadać konwencjonalnemu przetwarzaniu obrazu. Sztuczną inteligencję można oceniać, gdy jej wygląd zmienia się w sposób trudny do wyrażenia w formie ustalonych reguł. Wybieramy podejście wokół zadania i dowodów ewaluacyjnych.
Czy może współpracować z istniejącą linią produkcyjną?
Zakres integracji zależy od dostępnych sygnałów, interfejsów maszyny, przestrzeni montażowej i wymaganego przepływu pracy. Udostępnij dokumentację sterownika PLC lub interfejsu oraz szczegółowe informacje o istniejącej kamerze, jeśli są dostępne.
Czy przetwarzanie może pozostać na miejscu?
Przetwarzanie lokalne można zaprojektować wokół komputera w celu przetwarzania lokalnego. Usługi zdalne, przechowywanie obrazów, ścieżki aktualizacji i uprawnienia dostępu są uzgadniane osobno; architektura zależy od Twoich wymagań.
Jak należy określić wydajność?
Uzgodnij kategorie defektów, akceptowalne pominięte defekty i fałszywe odrzucenia, zestaw próbek do oceny i maksymalny czas podejmowania decyzji. Wydajność należy sprawdzić w zamierzonym zastosowaniu; nie ma uniwersalnej wartości dokładności.
Co przyniesie projekt?
We wniosku zdefiniowano prototyp, elektronikę, oprogramowanie wbudowane, pracę mechaniczną, integrację i dokumentację testową. Wielkość produkcji, bieżące wsparcie i ustalenia dotyczące własności intelektualnej są określone w umowie w sprawie projektu.
Wykształcenie inżynierskie: wizja oparta na zdarzeniach a wizja oparta na ramkach · Wybór FPGA, NPU i MPU.
OpenCV i uczenie głębokie w widzeniu komputerowym
Niektóre zadania inspekcyjne można rozwiązać przy użyciu kontrolowanego oświetlenia, geometrii i klasycznego przetwarzania obrazu. Inne wymagają uczenia głębokiego ze względu na dużą zmienność poprawnych części. OpenCV może wspierać przetwarzanie obrazu i kalibrację w odpowiedniej architekturze oprogramowania. Wybieraj metodę na podstawie reprezentatywnych próbek poprawnych i wadliwych, a nie popularności modelu.
Przed opracowaniem rozwiązania wizyjnego zdefiniuj najmniejszą wadę, dopuszczalną liczbę fałszywych odrzutów, prędkość linii i interfejs reakcji. Testuj zmiany wykończenia powierzchni i oświetlenia, nie tylko oczywiste wady. Podobne zasady dotyczą widzenia komputerowego w handlu, ale kryteria odbiorcze linii produkcyjnej muszą pozostać właściwe dla danego procesu wytwarzania.