Gyártósor minőségellenőrzése: Vizuális hibaészlelés

Nyereség:

• A felületi, hegesztési és szerelési hibák észlelésének munkafolyamatának megértése az autóipari gyártósoron gépi látással
• Képes a mesterséges intelligencia strukturált felhasználására képadatkészlet létrehozásában, címkézésben, modellképzésben és küszöbérték meghatározásában
• Képes ellenőrizni a minőségi döntést a menekülési és téves elutasítási arány, a vonalsebesség és a kezelői bizalom figyelembevételével

Egy autó több ezer alkatrészből áll, és mindegyik másodpercek alatt halad át a vonalon. Fárasztó és következetlen minden hegesztést, minden festett felületet, minden összeállítást emberi szemmel hiba nélkül ellenőrizni; a szem elfárad, a figyelem elterelődik. Itt jön be a gépi látás és a mesterséges intelligencia: a kamerák leképezik az alkatrészeket, egy mesterséges intelligencia modell pedig egy másodperc alatt jelzi a hibát. Ebben az egységben megvitatjuk a képminőség-ellenőrzés kialakítását az autógyártásban, az AI szerepét és a legkritikusabb problémát, a hibaegyensúlyt.

Tipikus vizuális hibák az autóiparban

A szemrevételezéssel ellenőrzött hibák fő típusai:

• Felületi/festési hibák: narancsbőr (durva festék), porbuborékok, vérzés, karcolások, színeltérés.
• Hegesztési hibák: hiányos varrat, fröcskölés, porozitás, rosszul elhelyezett ponthegesztés.
• Szerelési hibák: hiányzó csavar, rosszul szerelt kapocs, fordított tömítés, laza csatlakozó.
• Címke/jel: olvashatatlan VIN, rossz címke, hiányzik a bélyegző.

Ezen hibák némelyike ​​pusztán esztétikai jellegű (kisebb karcolások), míg mások biztonsági szempontból kritikusak (a hiányos hegesztés kifáradási repedéshez vezethet a karosszéria illesztésében). Ez a megkülönböztetés határozza meg az összes későbbi döntést.

Tipp: Ne kezeljen minden hibát ugyanolyan komolyan. Az "esztétikai/funkcionális/biztonsági szempontból kritikus" címke hozzáadása a hiba besorolásakor kulcsfontosságú a küszöbérték és a döntési logika helyes meghatározásához.

Két alapvető megközelítés: felügyelt osztályozás és anomáliák észlelése

Két fő stratégia létezik a vizuális hibák észlelésére:

1. Felügyelt osztályozás/észlelés: Megtanítja a modellt sok címkézett kép megjelenítésével, mondván: "Itt vannak hibás példák, itt vannak tökéletes példák". Erőteljes, ha ismeri a hibák típusait, és van elég példája. Kihívás: nehéz elegendő mintát gyűjteni a ritka hibákból (egy vonal szinte mindig szilárd alkatrészeket termel).
2. Anomália észlelése: Csak "normál/robusztus" képeket jelenít meg a modellnek; a modell megtanulja, hogyan néz ki a normális, és bármit, ami eltér a normálistól, „anomáliának” jelöl. Új/váratlan hibákat akkor is elkaphat, ha nem ismeri előre a hiba típusát. Nehézség: bármilyen eltérést hibának tarthat (például a világítás megváltozását).

A gyakorlatban a kettőt együtt használják: az anomáliák észlelése azt mondja, hogy "van itt valami furcsa", a besorolás szerint "ez egy erőforrás visszapattanása".

Lépésről lépésre: vizuális ellenőrző rendszer felállítása

1. Hibakatalógus és elfogadási kritériumok: Határozza meg minőségügyi mérnökökkel, hogy melyik hibát fogadja el/elutasítja. Ez a modell "igazsága".
2. Képfelvétel: Az állandó, egyenletes megvilágítás és a kamera pozíciója kritikus. A rossz/instabil világítás a meghibásodás leggyakoribb oka.
3. Címkézés: A szakértők megjelölik a hibákat; A címkézési útmutató elengedhetetlen a következetesség érdekében.
4. Modellképzés: Felügyelt és/vagy anomália modellt képeznek ki.
5. Küszöbérték: A modell megadja a „hiba valószínűségét”; Ez az a küszöb, amely felett a valószínűséget „elutasításnak” tekinti. Ez a legkritikusabb üzleti döntés (lent).
6. Vonalintegráció: A modell hozza meg a döntést, a gyanús részeket a kezelőhöz/állomáshoz irányítja.
7. Felügyelet és átképzés: A modell frissül, ahogy új hibatípusok, szezonális változások, új alkatrészek válnak elérhetővé.

A legkritikusabb probléma: a szivárgás és a hamis elutasítás egyensúlya

A hibaészlelésben két hiba van, és ezek költségei nagyon eltérőek az autóiparban:

• Szivárgás (escape / false negatív): A hibás darab „jónak” minősül, és áthalad a vezetéken. A biztonsági darabon ez egy hibás jármű terepre indulását, vásárlói panaszt vagy akár visszahívást jelent. A legdrágább hiba.
• Hamis elutasítás (hamis elutasítás / hamis pozitív): Az ép alkatrészt "hibásnak" tekintik és elutasítják. Pazarlást, szükségtelen átdolgozást, vonallassulást jelent; Fáj, de nem jelent biztonsági kockázatot.

döntési küszöb

szökevény

hamis elutasítás

Mikor?

Laza (magas küszöb)

Növekszik (veszélyes)

csökken

Soha nem a biztonsági pályán

Szigorú (alacsony küszöb)

csökken

Növekszik (költséges)

A biztonság szempontjából kritikus részeken

kiegyensúlyozott

közepes

közepes

Esztétikai hibákban

Vigyázat: A biztonság szempontjából kritikus részeken (fék, kormány, karosszéria hegesztése) a küszöböt mindig szorosan kell tartani a szivárgás minimalizálása érdekében; A gyanús darab az emberhez szól. A küszöb lazítása, mert "a hamis elutasítás drága" elfogadhatatlan a biztonsági résznél.

Ember-gép munkamegosztás

Egy jól bevált rendszerben nem a modell a végső döntéshozó; Ez egy "előszűrő". A modell nyilvánvaló hibákat észlel, és visszaküldi az embernek azt, amiben nem biztos. Ez lehetővé teszi a kezelő számára, hogy 30 gyanús alkatrészre összpontosítson 1000 alkatrész megtekintése helyett. A kezelő magabiztossága is fontos: ha a modell túl sok téves riasztást produkál, a kezelő nem veszi komolyan a riasztásokat („alarm fatigue”). Ezért figyelik a hamis elutasítások arányát is.

Mini esettanulmányok

1. eset – Világítócsapda. Míg egy festékvizsgálati modell 98%-ban sikeres laboratóriumban, ez még 80%-ra is csökken. Áttekintés: a vonal mennyezeti világítása napközben változik, a modell a fényerő különbségét "hibának" tekinti. A rögzített alagútvilágítással a siker 97%-ra nő. Következtetés: A képminőség meghatározóbb lehet, mint a modell.

2. eset – A szivárgás költsége. A hajótest hegesztési vizsgálatánál a küszöbértéket kissé lazítják "a hatékonyság érdekében"; A hamis selejtezés 6%-ról 3%-ra csökken, de egy hónappal később két járművön hegesztési repedéseket jelentettek a terepen. A kiváltó ok elemzése azt mutatja, hogy a szivárgási arány nőtt. A küszöb ismét meghúzódik, és a gyanús részek 100%-ban emberi ellenőrzés alá kerülnek. Következtetés: A biztonsági rész szivárgásának csökkentése mindig elsőbbséget élvez a hamis elutasítással szemben.

3. eset – Ritka hiba. Egy-egy új fröccsöntő szerszámból időnként előkerül egy-egy nagyon apró sorjahiba, de a felügyelt modell betanításában erre a hibára szinte nincs példa, így elmarad. Amikor az anomália-észlelési modell aktiválva van, azt a "normálistól való eltérésként" érzékeli. Következtetés: A ritka/új hibák anomáliák kimutatása kiegészíti a felügyelt modellt.

prompt sablonok

1. sablon – Hibakatalógus és súlyossági besorolás:

Munkakör: Ön autóipari minőségügyi mérnök. Feladat: A következő hibák listáját rendezze súlyossági osztályokba. Kontextus: Testhegesztési vonal; hibák: fröccsenés, pórusok, hiányzó folt, enyhe színeltérés, felületi karcok.Korlátozás: Minden hibát esztétikai/funkcionális/biztonsági szempontból kritikusként jelöljön meg, és javasoljon döntést (elfogadás/emberi ellenőrzés/elutasítás).Kimenet: Hiba | fontossága | határozati javaslat | indoklási táblázat.

2. sablon – Címkézési útmutató:

Szerep: Képcímkézési minőségi vezető. Feladat: Írjon konzisztencia-szabályokat a festékhibák címkézésére! Kontextus: Narancsbőr, futás, porbuborék; Vannak különböző megvilágítás mellett készült képek.Kimenet: Szabály | példa | határállapot | címkéző megjegyzés.

3. sablon – A küszöbérték/mérőszám döntésének értelmezése:

Szerepe: Gépi látás értékelő.Feladat: Értelmezze az alábbi döntési küszöb táblázatot.Kontextus: Biztonságkritikus erőforrás; az A küszöbnél a szivárgás 0,3%, a hamis elutasítás 5%; szivárgás a B küszöbértéknél 1,2% hamis elutasítás 2%.Korlátozás: Figyelje meg a biztonsági prioritást; Magyarázza el, melyik küszöböt ajánlja és miért, és adja hozzá az emberi vezérlési lépést. Kimenet: Ajánlás + indoklás + fennmaradó kockázat.

4. sablon – A kiváltó ok elemzése:

Szerep: Ön minőségügyi mérnök.Feladat: Sorolja fel a fröcskölési hibák lehetséges kiváltó okait, amelyek az elmúlt 3 műszak során megnövekedtek.Kontextus: Robotponthegesztés; Elektródacsere történt 2 napja; aktuális beállítás rögzített.Kimenet: Lehetséges ok | érvényesítési ellenőrzés | prioritás.

Gyenge felszólítás / Erős felszólítás

Gyenge felszólítás:

Készítsen olyan modellt, amely megtalálja a hibás alkatrészeket.

Nem világos, hogy melyik hiba, melyik fontosság, melyik küszöb, melyik döntés; Az eredmény haszontalan.

Erőteljes felszólítás:

Munkakör: Ön autóipari minőségügyi és gépi látásmérnök. Feladat: Tervezési ellenőrző lista készítése testhegesztési látórendszerhez. Kontextus: Biztonságkritikus ponthegesztés; a vonal sebessége nagy; Ritka hibák vannak; megvilágítási változó.Korlátozás: A szivárgás minimalizálásának prioritása; határozza meg, hogyan kell kombinálni az anomáliák észlelését a felügyelt osztályozással és az emberi ellenőrzési lépéssel; „nulla hiba” garantálása.Kimenet: Stage | javaslat | kockázat | ellenőrző táblázat.

Gyakori hibák

• A világítás/képminőség figyelmen kívül hagyása. A rossz kép még a legjobb modellt is elrontja.
• Ha a szivárgást és a hamis elutasítást egyenlőnek tekintjük. Az autóbiztonsági alkatrészek szivárgása sokkal költségesebb.
• Ritka hibák esetén csak a felügyelt modellre hagyatkozzon. Az anomáliák kimutatása kiegészítő.
• A modell végső döntéshozóvá tétele. A gyanús részeket ember felé kell irányítani.
• Az átképzést elfelejtve. Új alkatrészek, új formák és szezonális változások öregbítik a modellt.

Összefoglalva

• A gépi látás és a mesterséges intelligencia gyorsan és következetesen ellenőrzi az autóipari vonal felületi, hegesztési és összeállítási hibáit.
• A felügyelt osztályozás erős az ismert hibákon, az anomáliák észlelése erős a ritka/új hibákon; mindkettőt együtt használják.
• A legkritikusabb döntés a küszöbérték: a szivárgás (fals negatív) a biztonságkritikus részben minimálisra csökken, a gyanús rész az emberhez kerül.
• A képminőség és a megvilágítás gyakran meghatározóbb, mint a modell.
• A modell egy előszitáló; A végső minőségi döntés és a biztonsági felelősség az embert terheli.

Pályázati feladat

Válasszon egy alkatrészt/állomást (pl. első lökhárító szerelvény). (1) Sorolja fel a lehetséges hibákat, és jelölje meg mindegyiket esztétikai/funkcionális/biztonsági szempontból kritikusként. (2) A 3. sablonnal hasonlítsa össze a szivárgás/hamis elutasítás két küszöbértékét, és indokolja meg az ajánlást. (3) Magyarázza el, hogy egy ritka hiba esetén felügyelt vagy anomália-észlelést fog-e alkalmazni. (4) Határozza meg az emberi vezérlési lépést és az átképzési triggert.

ellenőrző lista

• [ ] A hibákat súlyossági osztályokba osztottam (esztétikai/funkcionális/biztonságkritikus).
• [ ] A küszöbhatározatban a jogellenes és a hamis elutasítás mérlegét értékeltem.
• [ ] A biztonsági szempontból kritikus részben a szivárgást helyeztem előtérbe.
• [ ] A felügyelt és anomália megközelítéseket a megfelelő helyre helyeztem.
• [ ] Meghatároztam a képminőség/világítás követelményét.
• [ ] Meghatároztam az emberi kontroll lépést és az átképzési tervet.