Kontrolli i cilësisë së linjës së prodhimit: Zbulimi i defekteve vizuale — Inteligjenca Artificiale në Inxhinierinë e Automobilave

Fitimet:

Kuptimi i rrjedhës së punës së zbulimit të defekteve të sipërfaqes, saldimit dhe montimit në linjën e prodhimit të automobilave me vizionin e makinës
Aftësia për të përdorur inteligjencën artificiale në një mënyrë të strukturuar në krijimin e një grupi të dhënash të imazhit, etiketimin, trajnimin e modelit dhe përcaktimin e pragut
Aftësia për të verifikuar vendimin cilësor duke marrë parasysh shkallën e ikjes dhe refuzimit të rremë, shpejtësinë e linjës dhe besimin e operatorit

Një makinë përbëhet nga mijëra pjesë, dhe secila kalon nëpër linjë në sekonda. Është e lodhshme dhe e paqëndrueshme të inspektosh çdo saldim, çdo sipërfaqe bojë, çdo montim pa asnjë gabim me syrin e njeriut; sytë lodhen, vëmendja shpërqendrohet. Këtu hyjnë vizioni i makinës dhe inteligjenca artificiale: kamerat i imazhojnë pjesët, një model i AI tregon defektin në më pak se një sekondë. Në këtë njësi, ne do të diskutojmë se si vendoset kontrolli i cilësisë së imazhit në prodhimin e automobilave, rolin e AI dhe çështjen më kritike, bilancin e gabimeve.

Defekte tipike vizuale në automobil

Llojet kryesore të defekteve të inspektuara vizualisht:

Defekte sipërfaqësore/boje: lëvozhga portokalli (bojë e ashpër), flluska pluhuri, gjakderdhje, gërvishtje, ndryshim ngjyrash.
Defektet e saldimit: saldimi jo i plotë, spërkatja, poroziteti, saldimi i pozicionuar gabimisht.
Defektet e montimit: mungojnë bulonat, kapësja e instaluar gabimisht, mbyllja e kthyer, lidhësi i lirshëm.
Etiketa/shenja: VIN i palexueshëm, etiketë e gabuar, vulë mungon.

Disa nga këto defekte janë thjesht estetike (gërvishtje të vogla), ndërsa të tjera janë kritike për sigurinë (saldimi jo i plotë mund të çojë në një çarje lodhjeje në një nyje trupi). Ky dallim përcakton të gjitha vendimet e mëvonshme.

Këshillë: Mos e trajtoni çdo të metë me të njëjtin seriozitet. Shtimi i etiketës "estetike/funksionale/kritike për sigurinë" kur klasifikohet një defekt është çelësi për të arritur pragun dhe logjikën e vendimit të drejtë.

Dy qasje themelore: klasifikimi i mbikëqyrur dhe zbulimi i anomalive

Ekzistojnë dy strategji kryesore për zbulimin e defekteve vizuale:

Klasifikimi/zbulimi i mbikëqyrur: Ju e mësoni modelin duke i treguar shumë imazhe të etiketuara duke thënë "këtu janë shembuj të dëmtuar, këtu janë shembuj të përsosur". Është e fuqishme nëse i njihni llojet e defekteve dhe keni mjaft shembuj. Sfida: është e vështirë të mblidhen mostra të mjaftueshme të defekteve të rralla (një linjë pothuajse gjithmonë prodhon pjesë të forta).
Zbulimi i anomalive: Ju i shfaqni modelit vetëm imazhe "normale/të forta"; modeli mëson se si duket normale dhe shënon çdo gjë që devijon nga normalja si një "anomali". Mund të kapë defekte të reja/të papritura edhe nëse nuk e dini llojin e defektit paraprakisht. Vështirësia: mund të gabojë çdo devijim si një defekt (siç është ndryshimi i ndriçimit).

Në praktikë, të dyja përdoren së bashku: zbulimi i anomalive thotë "ka diçka të çuditshme këtu", klasifikimi thotë "ky është një kërcim burimi".

Hap pas hapi: ngritja e një sistemi inspektimi vizual

Katalogu i defekteve dhe kriteret e pranimit: Përcaktoni me inxhinierë cilësorë se cili defekt pranohet/refuzohet. Kjo është “e vërteta” e modeles.
Marrja e imazhit: Ndriçimi i vazhdueshëm dhe i qëndrueshëm dhe pozicioni i kamerës janë kritike. Ndriçimi i dobët/i paqëndrueshëm është shkaku më i zakonshëm i dështimit.
Etiketimi: Ekspertët shënojnë defekte; Udhëzimet e etiketimit janë thelbësore për qëndrueshmëri.
Trajnim model: Trajnohet një model i mbikqyrur dhe/ose anomali.
Pragu: Modeli jep një "probabilitet defekti"; Është pragu mbi të cilin probabilitetin do ta konsideroni si "refuzim". Ky është vendimi më kritik i biznesit (më poshtë).
Integrimi i linjës: Modeli merr vendimin, pjesët e dyshimta i drejtohen operatorit/stacionit.
Monitorimi dhe rikualifikimi: Modeli përditësohet pasi vihen në dispozicion lloje të reja defektesh, ndryshime sezonale, pjesë të reja.

Çështja më kritike: bilanci i rrjedhjes dhe refuzimi i rremë

Ekzistojnë dy gabime në zbulimin e defekteve dhe kostot e tyre janë shumë të ndryshme në automobil:

Rrjedhje (ikje / negativ i rremë): Pjesa me defekt konsiderohet "e mirë" dhe kalon nëpër vijë. Në pjesën e sigurisë, kjo do të thotë një automjet me defekt që shkon në fushë, një ankesë e klientit apo edhe një tërheqje. Gabimi më i shtrenjtë.
Refuzim i rremë (refuzim i rremë / pozitiv i rremë): Pjesa e paprekur konsiderohet "e metë" dhe e refuzuar. Do të thotë humbje, ripërpunim i panevojshëm, ngadalësim i linjës; Ajo dhemb, por nuk paraqet rrezik sigurie.

pragu i vendimit

i arratisur

refuzim i rremë

Kur?

I lirshëm (pragu i lartë)

Rritet (e rrezikshme)

zvogëlohet

Asnjëherë në rrugën e sigurisë

I rreptë (prag i ulët)

zvogëlohet

Rritet (e kushtueshme)

Në pjesët kritike për sigurinë

i balancuar

e mesme

Në defekte estetike

Kujdes: Në një pjesë kritike për sigurinë (frena, drejtimi, saldimi i trupit) pragu mbahet gjithmonë i ngushtë për të minimizuar rrjedhjet; Pjesa e dyshimtë i drejtohet njeriut. Zbutja e pragut sepse "refuzimi i rremë është i shtrenjtë" është i papranueshëm në pjesën e sigurisë.

Ndarja e punës njeri-makinë

Në një sistem të mirë-krijuar, modeli nuk është vendimmarrësi përfundimtar; Është një “pre-screener”. Modeli kap të metat e dukshme dhe ia kthen njeriut atë për të cilën ata nuk janë të sigurt. Kjo i lejon operatorit të fokusohet në 30 pjesë të dyshimta në vend që të shikojë 1000 pjesë. Besimi i operatorit është gjithashtu i rëndësishëm: nëse modeli prodhon shumë alarme false, operatori ndalon t'i marrë seriozisht sinjalizimet ("lodhja e alarmit"). Kjo është arsyeja pse shkalla e refuzimit të rremë monitorohet gjithashtu.

Mini raste studimore

Rasti 1 - Kurthi i ndriçimit. Ndërsa një model i inspektimit të bojës është 98% i suksesshëm në laborator, ai madje bie në 80%. Rishikimi: ndriçimi i tavanit në linjë ndryshon gjatë ditës, modeli e konsideron ndryshimin në shkëlqim si një "defekt". Kur shtohet ndriçimi fiks i tunelit, suksesi rritet në 97%. Përfundim: Cilësia e imazhit mund të jetë më vendimtare se modeli.

Rasti 2 - Kostoja e rrjedhjes. Në një inspektim të saldimit të bykut, pragu është paksa i relaksuar "për efikasitet"; Refuzimi i rremë bie nga 6% në 3%, por një muaj më vonë raportohen çarje saldimi në dy automjete në terren. Analiza e shkakut rrënjësor tregon se shkalla e rrjedhjeve është rritur. Pragu është shtrënguar sërish dhe pjesët e dyshimta vihen nën kontrollin 100% të njeriut. Përfundim: Zvogëlimi i rrjedhjeve në pjesën e sigurisë gjithmonë ka përparësi ndaj refuzimit të rremë.

Rasti 3 - Defekt i rrallë. Herë pas here nga një kallëp i ri injektimi del një defekt shumë i vogël i gropës, por pothuajse nuk ka shembuj të këtij defekti në trajnimin e modelit të mbikëqyrur, kështu që mungon. Kur aktivizohet modeli i zbulimit të anomalive, ai e zbulon atë si një "devijim nga normalja". Përfundim: Zbulimi i anomalive për defekte të rralla/të reja plotëson modelin e mbikëqyrur.

shabllone të shpejtë

Shablloni 1 - Katalogu i defekteve dhe klasifikimi i ashpërsisë:

Roli: Ju jeni një inxhinier i cilësisë së automobilave. Detyrë: Renditni listën e mëposhtme të defekteve sipas klasave të ashpërsisë. Konteksti: Linja e saldimit të trupit; defekte: spërkatje, pore, njolla që mungon, diferencë e lehtë ngjyrash, gërvishtje sipërfaqësore. Kufizimi: Etiketoni çdo defekt si estetik/funksional/kritik për sigurinë dhe sugjeroni vendimin (pranim/kontroll njerëzor/refuzim). Rezultati: Defekt | rëndësi | Vendimi i propozuar | tabela e justifikimit.

Modeli 2 - Udhëzuesi i etiketimit:

Roli: Plumbi i cilësisë së etiketimit të imazhit. Detyrë: Shkruani rregullat e konsistencës për etiketimin e defektit të bojës. Konteksti: Lëvozhgë portokalli, vrap, flluskë pluhuri; Ka imazhe të marra nën ndriçim të ndryshëm. Output: Rregulla | shembull | gjendja kufi | shënim tagger.

Modeli 3 - Pragu interpretues/vendimi metrikë:

Roli: Vlerësuesi i vizionit të makinës. Detyra: Interpretoni tabelën e mëposhtme të pragut të vendimit. Konteksti: Burimi kritik për sigurinë; në pragun A, rrjedhja është 0.3%, refuzimi i rremë është 5%; rrjedhje në pragun B 1.2% refuzim i rremë 2%. Kufizim: Vëzhgoni përparësinë e sigurisë; Shpjegoni se cilin prag rekomandoni dhe pse, dhe shtoni hapin e kontrollit njerëzor. Rezultati: Rekomandim + arsyetim + rrezik i mbetur.

Shablloni 4 - Analiza e shkakut rrënjësor:

Roli: Ju jeni një inxhinier cilësor. Detyra: Listoni shkaqet e mundshme rrënjësore për defektet e spërkatjes që janë rritur gjatë 3 ndërrimeve të fundit. Konteksti: Saldimi robotik me pika; Ndërrimi i elektrodës është bërë 2 ditë më parë; rregullimi aktual i fiksuar. Prodhimi: Shkak i mundshëm | kontrolli i vlefshmërisë | prioritet.

Prompt i dobët / Prompt i fortë

Njoftim i dobët:

Bëni një model që gjen pjesë me defekt.

Nuk është e qartë se cila e metë, çfarë rëndësie, cili prag, cili vendim; Rezultati është i padobishëm.

Njoftim i fuqishëm:

Roli: Ju jeni një inxhinier i cilësisë së automobilave dhe vizionit të makinës. Detyrë: Krijoni një listë kontrolli të projektimit për një sistem shikimi të saldimit të trupit. Konteksti: Saldimi në pika kritike për sigurinë; shpejtësia e linjës është e lartë; Ka defekte të rralla; Ndryshorja e ndriçimit. Kufizim: Jepini përparësi minimizimit të rrjedhjeve; specifikoni se si të kombinohet zbulimi i anomalive me klasifikimin e mbikëqyrur dhe hapin e kontrollit njerëzor; duke garantuar 'zero gabime'.Output: Stage | sugjerim | rreziku | tabela e verifikimit.

Gabimet e zakonshme

Neglizhimi i cilësisë së ndriçimit/imazhit. Imazhi i keq prish edhe modelin më të mirë.
Duke e konsideruar të barabartë rrjedhjen dhe refuzimin e rremë. Rrjedhja në pjesët e sigurisë së automobilave është shumë më e kushtueshme.
Duke u mbështetur vetëm në modelin e mbikëqyrur për defekte të rralla. Zbulimi i anomalive është plotësues.
Duke e bërë modelin vendimmarrës përfundimtar. Pjesët e dyshimta duhet t'u drejtohen njerëzve.
Duke harruar rikualifikimin. Pjesë të reja, kallëpe të reja dhe ndryshime sezonale e bëjnë modelin të vjetër.

Në përmbledhje

Makina vizion dhe AI inspektojnë shpejt dhe vazhdimisht për defekte në sipërfaqe, saldim dhe montim në linjën e automobilave.
Klasifikimi i mbikëqyrur është i fortë për defektet e njohura, zbulimi i anomalive është i fortë në defekte të rralla/të reja; te dyja perdoren se bashku.
Vendimi më kritik është pragu: rrjedhja (negativ i rremë) minimizohet në pjesën kritike të sigurisë, pjesa e dyshimtë shkon te njeriu.
Cilësia e imazhit dhe ndriçimi janë shpesh më vendimtare se modeli.
Modeli është një para-shirues; Vendimi përfundimtar i cilësisë dhe përgjegjësia për sigurinë i takon njeriut.

Detyra e aplikimit

Zgjidhni një pjesë/stacion (p.sh. montimi i parakolpit të përparmë). (1) Rendisni defektet e mundshme dhe etiketoni secilën si estetike/funksionale/kritike për sigurinë. (2) Me shabllonin 3, krahasoni dy opsionet e pragut për rrjedhje/refuzim të rremë dhe justifikoni një rekomandim. (3) Shpjegoni nëse do të përdorni zbulimin e mbikëqyrur ose të anomalive për një defekt të rrallë. (4) Përcaktoni hapin e kontrollit njerëzor dhe shkasin e rikualifikimit.

listë kontrolli

[ ] I ndava defektet në klasa të ashpërsisë (estetike/funksionale/siguri-kritike).
[ ] Kam vlerësuar bilancin e refuzimit të paligjshëm dhe të rremë në vendimin e pragut.
[ ] I kam dhënë përparësi rrjedhjeve në pjesën kritike të sigurisë.
[ ] I vendosa qasjet e mbikëqyrura dhe anomalitë në vendin e duhur.
[ ] Kam specifikuar kërkesën për cilësinë e imazhit/ndriçimin.
[ ] Përcaktova hapin e kontrollit njerëzor dhe planin e rikualifikimit.