3 Schlüsseltechnologien zur Durchführung von Qualitätsprüfungen mit KI Machine Vision

In einem hart umkämpften Markt sind Qualitätsprüfungen von entscheidender Bedeutung. Ein Herstellungs- und Vertriebsunternehmen kann einen Markt führen in seiner Fähigkeit, seine Marke zu bewerben, Geschäfte abzuschließen und Aufträge schnell und effizient auszuführen. wird abstürzen.   

Obwohl Qualitätsprüfungen eine wesentliche Rolle für einen erfolgreichen Betrieb spielen, kann es eine Herausforderung sein, effektive Wege zu ihrer Durchführung zu finden. Manuelle Inspektionen sind zeitaufwändig und beschränken Inspektionen oft auf nur eine kleine Darstellung eines Laufs. Darüber hinaus führen Inspektoren möglicherweise nicht jedes Mal konsistente Kontrollen durch. Sie können von Problemen abgelenkt werden, die im Laufe des Tages auftreten, oder sie beginnen eine Schicht neu, aber im Laufe des Tages verpassen sie kleinere Mängel.  

Einige Hersteller haben auf ein automatisiertes System mit Kameras umgerüstet, die Oberflächenprüfungen durchführen. Diese Systeme sind jedoch nicht dafür ausgelegt, umfassende Qualitätsprüfungen durchzuführen, insbesondere für Hersteller, die kleine, detaillierte Produkte herstellen, wie z. B. passive Komponenten wie Widerstände, Induktivitäten und Kondensatoren für elektronische Schaltungen. Manuelle Methoden oder Systeme, die nur eine oberflächliche Prüfung durchführen, können oft keine unterdurchschnittliche Produktqualität erkennen, die sich aus Temperatur-, Feuchtigkeits- oder Vibrationsschwankungen in diesen Herstellungsprozessen ergibt.  

Außerdem können Qualitätsprüfungen entlang der gesamten Lieferkette für die Kundenzufriedenheit und -loyalität genauso wichtig sein wie Prüfungen an der Produktionslinie. Distributionszentren müssen sicherstellen, dass die Produkte korrekt verpackt, bei Bedarf serialisiert, korrekt etikettiert und für den Transport auf die richtigen Paletten geleitet werden, damit die Kunden genaue und pünktliche Lieferungen erhalten.  

Wie man die Qualitätsprüfung einfacher und fortgeschrittener macht 

Machine Vision gibt Maschinen, Robotern und autonomen Geräten die Möglichkeit, Bilder automatisch zu sehen, zu erkennen und zu analysieren, was eine automatisierte Produktqualitätsprüfung von der Fertigungshalle über die Lagerabwicklung bis hin zum Distributionszentrum ermöglicht. Moderne Bildverarbeitungssysteme nutzen drei Technologien, um bessere, schnellere und kostengünstigere Qualitätsprüfungen durchzuführen. 

  1. Intelligente Kameras

Industrielle, KI-Smart-Kameras, wie unsere mehrfach preisgekrönte NEON-Smart-Kamera, KI-Funktionen direkt in die Kamera selbst integrieren, indem Hardware mit einer vorinstallierten Softwareumgebung kombiniert wird.  

Die All-in-One-Integration von Bildsensormodulen, GPU- oder VPU-Modulen, Kabeln, industrieller E/A, Protokollkommunikation und Analyse verbessert die Kompatibilität, beschleunigt die Installation und minimiert Wartungsprobleme, ideal für verschiedene Qualitätsprüfungsanwendungen. 

Abbildung 1: NEON AI Smart Camera mit vorinstalliertem Edge Vision Analytics
  1. Künstliche Intelligenz (KI) 

KI erweitert Qualitätsprüfungen um eine neue Dimension. KI-gestützte Bildverarbeitungssysteme finden nicht nur Fehler oder bestätigen die ordnungsgemäße Verpackung und Kennzeichnung, sondern können auch kontextabhängige Entscheidungen treffen. Die Ergebnisse können dramatisch sein; eine Studie von McKinsey & Company ergab, dass Unternehmen erreichen 90% höhere Erkennungserkennung und 50% mehr Produktivität mit KI.  

Standard Machine Vision ist regelbasiert, wobei ein Machine Vision KI-System intelligenter wird, da es mehr Bilder verbraucht. Viele Fabriken und Produktionslinien verwenden bereits standardmäßiges maschinelles Sehen, das in der Lage ist, zu erkennen, wenn etwas nicht stimmt, aber diese Systeme können uns nicht sagen, was genau falsch ist (Klassifizierung) oder ein System anweisen, Maßnahmen zu ergreifen, sobald Informationen empfangen wurden. 

Abbildung 2: KI-Bildverarbeitungssystem, das bei einem externen Logistikunternehmen, Evans Distribution, eingesetzt wird, um eine genaue Auftragsabwicklung zu gewährleisten.

Automatisierte Qualitätsprüfsysteme mit systems KI-Software für maschinelles Sehen klassifizieren, was sie sehen, werden im Laufe der Zeit intelligenter und erstellen auch Automatisierungsworkflows. Zum Beispiel, einen Defekt als Knick zu klassifizieren und eine Nachricht an eine Förderbandsteuerung zu senden, um langsamer zu werden. Machine Vision AI-Software bietet Machine Vision-Experten die Tools zum schnelleren Erstellen, Testen und Bereitstellen von KI-Modellen und gibt Automatisierungs-/IoT-Teams die Tools, um Machine Vision-Arbeiten zu verbinden, zu streamen und zu automatisieren (operationalisieren). 

Das Hinzufügen von KI zur Hardware für maschinelles Sehen ermöglicht es Entwicklern und Systemintegratoren, verschiedene KI-Modelle direkt in der Smart-Kamera auszuführen, um viele nicht regelbasierte Inspektionsherausforderungen zu lösen. So können beispielsweise Fehler oder Fehler bei unterschiedlicher Beleuchtung, verschiedenen Positionen oder bei transparenten oder stark reflektierenden Produkten effektiv gefunden werden, um einen höheren Grad an Genauigkeit zu erreichen und die Produktivität zu steigern.  

  1. Edge Computing 

Edge Computing ist der Schlüssel zur Realisierung der vollwertigen verbesserten Qualitätsprüfung mit KI-Technologie für maschinelles Sehen. Als führendes Unternehmen im Bereich Edge Computing ermöglicht unsere KI-Technologie für maschinelles Sehen schnelles Rechnen in Echtzeit und KI-Inferenz direkt auf den Daten, die produzieren Sache B. eine Produktionslinie oder ein Maschinenteil.  

Edge Intelligence ermöglicht es Systemen, große Datenmengen zu verarbeiten, ohne diese in die Cloud senden zu müssen, wodurch die Latenz reduziert und die Effizienz gesteigert wird. Hier bei ADLINK sind unsere Smart-Kameras Edge-Geräte. Nehmen wir zum Beispiel das NEON-1000-MDX – es kann Lösungen wie die ADLINK Edge™ Softwareplattform oder Edge Vision-Analyse um Daten zu verarbeiten, zu analysieren und sofortige Maßnahmen einzuleiten, damit Defekte oder Fehler vor Ort behoben werden können. 

Erfolgsgeschichten 

Es gibt zahlreiche Beispiele dafür, wie intelligente Kameras, KI und Edge-Computing zusammen KI-Systeme für maschinelles Sehen schaffen, die effiziente und genaue Qualitätsprüfungen ermöglichen. Beispielsweise:  

3PL-Unternehmen Evans Distribution Systems verwendet die ADLINK Edge Smart Pallet-Lösung, die aus zwei GigE-Kameras, einem Edge AI Gateway und der ADLINK Edge™-Software besteht. Das System, das ein mit VMLINK trainiertes Modell enthält, erfasst und klassifiziert den Inhalt von Paketen, während sie durch die Linie laufen, und teilt Daten mit dem Lagerverwaltungssystem von Evans, um automatisierte Qualitätsbewertungen zu ermöglichen. Das System ist mehr als 99% genau und gibt den Mitarbeitern die Möglichkeit, ihre Fähigkeiten in anderen Bereichen des Betriebs einzusetzen.  

John Deere verwendet ein automatisierte Fehlererkennungslösung für das Roboter-Lichtbogenschweißen. Das System ist eine KI-Lösung für maschinelles Sehen, die das Vision-System der EOS-i6000-M-Serie von ADLINK mit einem Intel® Core™ i7-9700E-Prozessor der 9. Generation, 4x Intel® Movidius™ Myriad™ X VPUs und dem Intel® Distribution of OpenVINO™-Toolkit nutzt . Das System, das einen Stoppbefehl in Echtzeit sendet, wenn es einen Mangel an Schweißnahtporosität erkennt, ist 97% genau.  

Abbildung 3: Edge-KI-Bildverarbeitungssystem für die Qualitätsprüfung von Kontaktlinsen

Passive Komponentenfabriken profitieren von unserem Single Latch Activated Multipoint Vergleichs-Prüfsystem. Es ermöglicht einem einzelnen Sensor, mehrere Kameras auszulösen, wodurch die Kosten und Wartungsstunden entfallen, die für Systeme mit mehreren Sensoren erforderlich sind. Das System benötigt nur einen Vorschubsensor, um die anfängliche Bauteilposition zu erfassen, und wenn das Bauteil den nächsten Prüfpunkt erreicht, löst es automatisch die nächste Kamera aus. Der ROI des Systems umfasst Echtzeit-Transparenz, niedrigere Kosten und eine effizientere Nutzung von Arbeitskräften und Ressourcen.  

Vertrauen Sie den Produkten, die Sie versenden 

Produktqualität und Genauigkeit im Fertigungsfarb- und Fulfillment-Center sind für Unternehmen, die um ihre Marktposition kämpfen, von entscheidender Bedeutung. Manuelle Prozesse und Legacy-Systeme, die Oberflächeninspektionsfunktionen bereitstellen, bieten nur eine begrenzte Möglichkeit, zu bestätigen, dass Produkte und Verpackungen frei von Mängeln oder Fehlern sind. Der Einsatz von Bildverarbeitungssystemen, die intelligente Kameras, KI und Edge-Computing kombinieren, automatisieren den Prozess der Durchführung einer gründlichen Qualitätsprüfung und bestätigen zweifelsfrei, dass Sie die Erwartungen Ihrer Kunden erfüllen.  

Autor: Chiawei Yang
Autor: Chiawei Yang

Head of Edge AI Vision & IoT Products, ADLINK Technology

One comment

  1. Ich überlege Qualitätsprüfungen von Machine Vision durchführen zu lassen. Interessant, dass Machine Vision autonome Geräte sterben Möglichkeit is sterben Bilder automatisch zu erkennen und zu analysieren. Da stirbt jeden Produktionsschritt begleitet, wäre das sicher gut für mein Produkt.

  2. Vielen Dank für das Teilen dieses wunderbaren Blogs. Es ist ein wirklich hilfreicher und informativer Blog. Teilen Sie weiterhin technische und informative Inhalte. Wir sind auch aus der gleichen Domäne. Wir bieten ein automatisiertes Qualitätsprüfsystem in Kanada an.

  3. Hallo

    Qualitätsprüfung und -inspektion sind in diesem Blog sehr gut, so viele nützliche und einzigartige Informationen. Bitte teilen Sie weitere Softwaretest-Blogs. Großartige Arbeit und vielen Dank für das Teilen der Artikel.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert