V spoločnosti Systemair hľadali spôsob, ako zvýšiť kvalitu produktov, a zároveň ich lákala aj myšlienka, že by im v tom mohla pomôcť umelá inteligencia. Začali sme s proof of concept projektom, na konci ktorého sme dokázali cieľ splniť.
Problém
V Systemair zápasili s nekonzistentnou kvalitou spojov hliníkových rámov. Bolo to s najväčšou pravdepodobnosťou spôsobené nepozornosťou operátorov, a to aj napriek používaniu zariadení na vizuálnu kontrolu.
Čo sme urobili
Zvýšili sme konzistentnosť kvality spojov hliníkových rámov pomocou umelej inteligencie pre vizuálnu kontrolu s upozorneniami.
Náš prístup
Vybavili sme stroj kvalitným zariadením na ktorom beží model neurónovej siete, ktorý upozorňuje operátora na nesprávne umiestnené časti výrobku, čím sa predchádza chybám.
Naša metóda využíva kameru a algoritmy hlbokého učenia na detekciu a klasifikáciu nesprávne spojených hliníkových rámov (s medzerami, ostrými hranami atď.). Zachytené video spracúva AI počítačové zariadenie pripojené ku kamere a displeju.
Proces
Zber dát
Na snímanie obrazov spojov hliníkových rámov používame kameru s vysokým rozlíšením.
Vývoj ML modelu
Vyvíjame model strojového učenia na klasifikáciu kvality spojov hliníkových rámov.
Integrácia, kontrola v reálnom čase
Integrácia ML modelu do systému na monitorovanie a riadenie v reálnom čase.
Use case
Identifikácia trhlín v hliníkových spojoch
Na displeji sa zobrazí vyhodnotenie, či sú hliníkové profily správne pripevnené.
Rozhranie umožňuje obsluhe pomocou tlačidiel zhromažďovať údaje na ďalšie školenie.
Naša metóda využíva kameru a algoritmy hlbokého učenia na detekciu a klasifikáciu nesprávne pripojených hliníkových rámov. Zachytené video spracúva AI computer pripojené ku kamere a displeju.
Stroj je teraz vybavený zariadením, na ktorom beží model neurónovej siete, ktorý upozorní operátora, ak sú časti výrobku nesprávne umiestnené.
Výsledok
Automatizácia vizuálnej kontroly s monitorovaním v reálnom čase zlepšuje kontrolu kvality, znižuje manuálnu námahu, zvyšuje presnosť, produktivitu a zabezpečuje, že kontrolou prejdú len vysokokvalitné výrobky.
V spoločnosti Systemair sme hľadali spôsob, ako znížiť počet chýb vo výrobnom procese, a zaujala nás aj myšlienka, že by nám v tom mohla pomôcť umelá inteligencia.
Tím Aston ITM veľmi úzko spolupracoval s naším tímom a v priebehu niekoľkých týždňov mal k dispozícii funkčné riešenie. Veľmi oceňujem, že ho najprv vyskúšali vo vlastnom testovacom prostredí bez toho, aby museli robiť akékoľvek úpravy priamo vo fabrike.
Výhodou bolo aj to, že k softvéru vybrali správny hardvér, ktorý spĺňal všetky požiadavky na použitie vo výrobe.
Na konci projektu sme dostali aj reporty na vyhodnotenie kvality výroby. To nám umožní lepšie merať výsledky.
Proof of concept bol úspešný a teraz zvažujeme využitie tohto riešenia v ďalších fázach výroby.
Maros Chlebo, Managing director, Systemair
