Контрола квалитета производне линије: Визуелна детекција дефеката

Добици:

• Разумевање тока рада детекције површинских, заваривачких и монтажних грешака у производној линији аутомобила помоћу машинског вида
• Способност коришћења вештачке интелигенције на структуиран начин у успостављању скупа података слике, означавању, обуци модела и одређивању прага
• Способност верификације квалитетне одлуке узимајући у обзир стопу бекства и лажног одбијања, брзину линије и поверење оператера

Аутомобил се састоји од хиљада делова, а сваки прође кроз линију за неколико секунди. Заморно је и недоследно прегледати сваки завар, сваку површину боје, сваки склоп без икаквих грешака људским оком; очи се замарају, пажња је расејана. Овде долазе машински вид и вештачка интелигенција: камере снимају делове, АИ модел означава дефект за мање од секунде. У овој јединици ћемо разговарати о томе како се успоставља контрола квалитета слике у аутомобилској производњи, улози вештачке интелигенције и најкритичнијем питању, балансу грешака.

Типични визуелни недостаци у аутомобилској индустрији

Главне врсте дефеката које се визуелно прегледају:

• Дефекти површине/боје: наранџаста кора (груба боја), мехурићи прашине, крварење, огреботине, разлика у боји.
• Дефекти завара: непотпуни завар, прскање, порозност, погрешно постављен тачкасти завар.
• Дефекти у монтажи: недостаје вијак, погрешно постављена копча, обрнуто заптивање, лабав конектор.
• Ознака/ознака: нечитак ВИН, погрешна етикета, недостаје печат.

Неки од ових недостатака су само естетски (мање огреботине), док су други критични за безбедност (непотпуно заваривање може довести до заморне пукотине у зглобу каросерије). Ова разлика одређује све наредне одлуке.

Савет: Не третирајте сваки недостатак са истом озбиљношћу. Додавање ознаке „естетика/функционално/критично за безбедност” када се класификује дефект је кључно за исправан праг и логику одлуке.

Два основна приступа: надгледана класификација и детекција аномалија

Постоје две главне стратегије за откривање визуелних дефеката:

1. Надзирана класификација/детекција: Поучавате модел тако што му показујете многе означене слике са поруком „овде су дефектни примери, ево савршени примери“. Моћно је ако познајете врсте кварова и имате довољно примера. Изазов: тешко је прикупити довољно узорака ретких дефеката (линија скоро увек производи чврсте делове).
2. Откривање аномалија: моделу приказујете само "нормалне/робустне" слике; модел учи како изгледа нормално и означава све што одступа од нормалног као „аномалију“. Може ухватити нове/неочекиване дефекте чак и ако не знате тип квара унапред. Потешкоћа: може погрешно схватити било које одступање као грешку (као што је промена осветљења).

У пракси се то двоје користи заједно: откривање аномалија каже „овде је нешто чудно“, класификација каже „ово је одбијање ресурса“.

Корак по корак: постављање система визуелне инспекције

1. Каталог грешака и критеријуми прихватања: Дефинишите са инжењерима квалитета који недостатак је прихваћен/одбијен. Ово је "истина" модела.
2. Стицање слике: Константно, доследно осветљење и положај камере су критични. Лоше/нестабилно осветљење је најчешћи узрок квара.
3. Означавање: Стручњаци означавају недостатке; Упутство за означавање је од суштинског значаја за доследност.
4. Обука модела: Обучава се модел под надзором и/или аномалија.
5. Праг: модел даје „вероватноћу дефекта“; То је праг изнад којег ћете вероватноћу сматрати „одбацивањем“. Ово је најкритичнија пословна одлука (у наставку).
6. Интеграција линије: Модел доноси одлуку, сумњиви делови се упућују оператеру/станици.
7. Праћење и преквалификација: Модел се ажурира како нови типови кварова, сезонске промене, нови делови постају доступни.

Најкритичније питање: баланс цурења и лажног одбијања

Постоје две грешке у откривању кварова и њихови трошкови су веома различити у аутомобилској индустрији:

• Цурење (излаз / лажно негативан): Дефектни комад се сматра „добрим“ и пролази кроз вод. На сигурносном делу то значи неисправно возило које иде на терен, жалбу купца или чак опозив. Најскупља грешка.
• Лажно одбијање (лажно одбацивање / лажно позитивно): Нетакнути део се сматра „дефектним“ и одбија се. То значи расипање, непотребну прераду, успоравање линије; Боли, али не представља опасност по безбедност.

праг одлуке

бегунац

лажно одбацивање

када?

Опуштено (висок праг)

Повећава (опасно)

смањује се

Никада на сигурносној стази

Строго (низак праг)

смањује се

Повећава (скупо)

На безбедносно критичним деловима

избалансиран

средње

средње

У естетским недостацима

Опрез: На безбедносно критичном делу (кочница, управљач, завар каросерије) праг се увек држи чврсто како би се смањило цурење; Сумњиви комад је усмерен на човека. Попуштање прага јер је „лажно одбијање скупо“ је неприхватљиво у безбедносном делу.

Људско-машинска подела рада

У добро успостављеном систему, модел није доносилац коначне одлуке; То је "пре-скринер". Модел хвата очигледне недостатке и враћа човеку оно у шта није сигуран. Ово омогућава оператеру да се фокусира на 30 сумњивих делова уместо да гледа на 1000 делова. Поверење оператера је такође важно: ако модел произведе превише лажних аларма, оператер престаје да схвата упозорења озбиљно („замор од аларма“). Због тога се прати и стопа лажног одбијања.

Мини студије случаја

Случај 1 - Замка за осветљење. Док је модел за инспекцију боје 98% успешан у лабораторији, чак пада на 80%. Преглед: плафонско осветљење на линији се мења током дана, модел сматра разлику у осветљености као "дефект". Када се дода фиксно осветљење тунела, успех се повећава на 97%. Закључак: Квалитет слике може бити одлучујући од модела.

Случај 2 - Трошкови цурења. У инспекцији завара трупа, праг је мало опуштен „због ефикасности“; Лажно одбацивање опада са 6% на 3%, али месец дана касније пријављују се напрслине у два возила на терену. Анализа основног узрока показује да је стопа цурења повећана. Поново се пооштрава праг и сумњиви делови се стављају под 100% људску контролу. Закључак: Смањење цурења у сигурносном делу увек има предност над лажним одбацивањем.

Случај 3 - Редак дефект. Повремено се из новог калупа за ињектирање појави врло мали дефект шиљака, али готово да нема примера овог дефекта у обуци надзираног модела, па пропушта. Када се активира модел детекције аномалија, он то детектује као „одступање од нормале“. Закључак: Детекција аномалија за ретке/нове дефекте допуњује надгледани модел.

брзи шаблони

Шаблон 1 – Каталог грешака и класификација озбиљности:

Улога: Ви сте инжењер квалитета аутомобила. Задатак: Разврстајте следећу листу недостатака у класе тежине. Контекст: линија заваривања каросерије; дефекти: прскање, поре, недостајућа тачка, мала разлика у боји, површинска огреботина. Ограничење: Означите сваки недостатак као естетски/функционални/критичан за безбедност и предложите одлуку (прихватање/људска провера/одбијање). Исход: Дефект | важност | предложена одлука | табела оправдања.

Шаблон 2 – Водич за означавање:

Улога: Водич за квалитет означавања слика. Задатак: Написати правила конзистентности за означавање дефекта боје. Контекст: кора поморанџе, трчање, мехур од прашине; Постоје слике снимљене под различитим осветљењем. Излаз: Правило | пример | гранично стање | таггер ноте.

Шаблон 3 – Тумачење граничне/метричке одлуке:

Улога: Евалуатор машинског вида. Задатак: Протумачити следећу табелу прага одлуке. Контекст: Безбедносно критичан ресурс; на прагу А, цурење је 0,3%, лажно одбацивање је 5%; цурење на прагу Б 1,2% лажно одбацивање 2%. Ограничење: Придржавајте се безбедносног приоритета; Објасните који праг препоручујете и зашто, и додајте људски контролни корак. Резултат: Препорука + оправдање + преостали ризик.

Шаблон 4 – Анализа основног узрока:

Улога: Ви сте инжењер квалитета. Задатак: Наведите могуће узроке прскања који су се повећали у последње 3 смене. Контекст: Роботско тачкасто заваривање; Промена електроде је извршена пре 2 дана; тренутна поставка фиксна.Излаз: Могући узрок | провера ваљаности | приоритет.

Слаби промпт / Јаки промпт

Слабо обавештење:

Направите модел који проналази неисправне делове.

Није јасно која мана, која важност, који праг, која одлука; Резултат је бескорисан.

Снажан упит:

Улога: Ви сте инжењер за квалитет аутомобила и машински вид. Задатак: Направите контролну листу дизајна за систем визије заваривања каросерије. Контекст: Тачкасто заваривање критично за безбедност; брзина линије је велика; Постоје ретки недостаци; променљива осветљења. Ограничење: Приоритет минимизирања цурења; специфицирати како комбиновати откривање аномалија са надгледаном класификацијом и кораком људске контроле; гарантујући 'нула грешака'.Излаз: Стаге | предлог | ризик | табела провере.

Уобичајене грешке

• Занемаривање осветљења/квалитета слике. Лоша слика квари чак и најбољи модел.
• Сматрајући цурење и лажно одбацивање једнаким. Цурење у сигурносним деловима аутомобила је много скупље.
• Ослањајући се само на надгледани модел за ретке недостатке. Откривање аномалија је комплементарно.
• Учинити модел доносиоцем коначне одлуке. Сумњиве делове треба усмерити на људе.
• Заборављајући преквалификацију. Нови делови, нови калупи и сезонске промене чине модел старим.

Укратко

• Машински вид и вештачка интелигенција брзо и доследно прегледају површинске, заварене и монтажне дефекте на аутомобилској линији.
• Надзирана класификација је јака за познате дефекте, детекција аномалија је јака за ретке/нове дефекте; оба се користе заједно.
• Најкритичнија одлука је праг: цурење (лажно негативно) је минимизирано у безбедносно критичном делу, сумњиви део иде на човека.
• Квалитет слике и осветљење су често одлучујући од модела.
• Модел је пред-сито; Коначна одлука о квалитету и одговорност за безбедност лежи на човеку.

Задатак апликације

Изаберите део/станицу (нпр. склоп предњег браника). (1) Наведите могуће недостатке и означите сваки као естетски/функционални/критичан за безбедност. (2) Са шаблоном 3, упоредите две опције прага за цурење/лажно одбијање и оправдајте препоруку. (3) Објасните да ли ћете користити надгледано откривање или откривање аномалија за ретке дефекте. (4) Дефинишите корак људске контроле и окидач за поновну обуку.

контролна листа

• [ ] Дефекте сам поделио у категорије озбиљности (естетски/функционални/критични за безбедност).
• [ ] Оценио сам однос незаконитог и лажног одбијања у одлуци о прагу.
• [ ] Дао сам приоритет цурењу у безбедносно критичном делу.
• [ ] Поставио сам надгледани и аномални приступ на одговарајуће место.
• [ ] Навео сам квалитет слике/захтев за осветљење.
• [ ] Дефинисао сам корак људске контроле и план преквалификације.