ראיית מכונות הפכה את בקרת איכות הבסיסית על קווי ייצור הנדסיים, העברת בדיקה מתהליך ידני, שגיאה-prone לתפקוד אוטומטי, מהיר מאוד, ותפקוד מדויק מאוד. על ידי מינוף מערכות תעשייתיות עם מצלמות, תאורה מתוחכמת ואלגוריתמים מתקדמים לעיבוד תמונות, יצרנים יכולים עכשיו לזהות פגמים ברמות, לאמת דיוק הייצור מיקרוסקופי במפעלים, לאסוף נתונים רציף שמניעה שיפורים בתהליך.

מערכות חזון מכונות

מערכת ראיית מכונה היא הרבה יותר ממצלמה פשוטה המחוברת למחשב.זה כולל מערכת משולבת הדוקה של רכיבי חומרה ותוכנה שנועדו ללכוד, לנתח, ולפעול על מידע חזותי במהירויות ייצור.אלמנטים הליבה כוללים חיישן תמונה (CCD או CMOS) השוכן במצלמה, עדשות הקובעות שדה של ראייה ורזולוציה, תאורה מיוחדת כדי להדגיש תכונות ורעש, מסגרת לכידת או ישירות חזון תמונות (G) כדי לבצע בדיקות USB.

חיישנים ומצלמות

הבחירה של חיישן תמונה -monochrome או צבע, סריקות אזור או סריקות קו - תלוי ביישום. monochrome חיישנים מציעים רגישות גבוהה יותר ועלות נמוכה יותר עבור משימות כגון מדידה ממדית או זיהוי פגם על פני השטח אחידים. חיישנים צבע הם חיוניים כאשר אימות מרכיבים קוד צבע או תוויות מודפס. Line ללכוד תמונות בשורה אחת של פיקסלים והם אידיאליים לבדיקה רציפה (למשל, מתכת, מהירות הדפסה) שבו המצלמה קבועה.

תגית: The Unsung Hero

תאורה היא ככל הנראה האלמנט הקריטי ביותר במערכת ראיית מכונה. תאורה נכונה מפרידה תכונות של עניין מהרקע וממזער הצללים, ההשתקפות, ו בוהק.טכניקות נפוצות כוללות תאורה אחורית למדידות צללית, תאורה מקדימה לפרטים על פני השטח, תאורה שדה כהה כדי להדגיש הקצוות ופגמים, ואור מובנה עבור 3D profiling.

טכנולוגיות ב- Machine Vision

קידום חומרה ותוכנה הרחיבו את יכולות הראייה של מכונה הרבה מעבר לבדיקות פשוטות מעבר / חול.שני סניפי טכנולוגיה חשובים במיוחד הם 2D לעומת חזון 3D ושילוב של בינה מלאכותית.

2D לעומת 3D Machine Vision

ראייה מסורתית 2D מכונת ראייה בוחנת תכונות פלאאר - המתמחים, barcodes, פגמים משטח וממדים בתוך מטוס אחד.זה מהיר, עלות-יעילות, ו מותאם היטב למשימות כגון מיקום תווית או מדידה אורך חלק. עם זאת, בעיות איכות רבות כרוכות גובה, עומק, או ריפוי כי 2D מערכות ראייה משתמשות טכניקות כגון triangulation לייזר, אור, או סטריאוטיפ כדי ללכוד במהירות של שטח קומפקטי, כגון חיתוך, 000.

התפקיד של אינטליגנציה מלאכותית ולמידה עמוקה

החזון מכונה מסורתי מסתמך על אלגוריתמים המבוססים על הכלל – העצירה, גילוי קצה, דפוס התאמה – שעובד היטב כאשר פגמים מוגדרים היטב ועקביים.ייצור העולם האמיתי מציג לעתים קרובות וריאציות תאורה, מרקם ופרימוסולוגיה פגומה ששילוב מערכות מבוססות חוק 3.000 למידה, במיוחד רשתות עצביות אבולוציה (CNN), רכבות על אלפי תמונות מתויגות לזיהוי והתאמה אישית עם דיוק גבוה של AIF2, כמו סוללות מורכבות).

יישומים בהנדסת איכות בקרת

ראיית מכונה מתייחסת לספקטרום רחב של משימות בקרת איכות על פני דיסציפלינות הנדסיות.הסעיפים הבאים מפורטים את המקרים הנפוצים והמשפיעים ביותר.

גילוי פנים

חלקים מאופטיים סובלים לעתים קרובות פגמים על פני השטח - scratches, דנטנים, בורות, סדקים, הכללות, או זיהום - אשר יכול לפשרה תפקוד או אסתטיקה. מערכות ראיית מכונות לבדוק כל חלק כפי שהוא עובר דרך תחנת הביקורת, השוואת תמונת פני השטח נגד מודל או התייחסות אוטומטית. עבור בולים מתכת, פלאש של אור טבעת יכול להראות שריטות בסדרות כי הם בלתי נראים לעין, כלומר, כלומר, כלומר, צבעופים של צבעים קצרים של צבעים.

מדדים וסובלנות

ייצור Precision דורש שכל תכונה - קוטר חור, רוחב מרווח, מיקום קצה, אורך הכולל - נופל בתוך סובלנות מוגדרת. ראיית מכונה מבצע מדידות לא-מגע עם דיוק ברמה מיקרומטר.תוכנית עם נתוני ה- CAD של החלק, מערכת הראייה בודקת ממדים מרכזיים בנקודות מרובות, דגלים מחוץ לתכונות של סובלנות, ורשומות נתונים עבור תהליך בקרה סטטיסטית (SPC) הוא בעיקר אוריינטציה של טמפרטורה, כמו טמפרטורות חלקיות, כמו טמפרטורות.

האסיפה וההפצה

במסגרות מורכבות - כגון לוחות מעגלים מודפסים (PCBs), מודולים של רכב, או מחברים אלקטרוניים - טירות, משוחדים, או רכיבים ממוקמים באופן שגוי הם מקורות כשלים נפוצים. ראיית מכונות מאמת את נוכחות ומיקום הנכון של ברגים, קליפים, סיכות, חוטים, חוטים, צינורות, צינורות, צ'יפס מתקדם להשתמש בסימנים פדגוגיים כדי להתאים את הלוח, ולאחר מכן לבדוק את המיקום של כל אחד, לעתים קרובות, לאפסים, לאפסים, לא מתאימים, לאפסים, אלא אם הם כוללים משובים, ולא רק את הסגורים, אלא גם כן, אלא גם כן, כלומר, הם כוללים, כי הם כוללים סיקורים, כלומר, כלומר, הם כוללים, כמו גם תאים קבועים, או שבבים, או שבבים, או שבבים, או שבבים, כי הם כוללים, הם כוללים, כלומר, כלומר, כדי ליצור סימני ייצור פתוח, כלומר, כדי לכיסויים, באופן מלא, כדי לכיסויים, או שבבים, הם לעתים קרובות, כדי להיות מחובר, כדי ליצור סימני ייצור פתוח, אם הם, או שבבים, כלומר, הם, הם, הם לעתים קרובות, כדי לכיסויים, הם כוללים, כדי לכיסויים, כלומר, כדי

מיון וגרף

ראיית מכונות עולה בקנה מידה מהיר מבוסס על קריטריונים איכותיים.במתכת וחלקי פלסטיק ייצור, רכיבים יכולים להיות מסווגים לקבל, לעבוד מחדש, או לדחות קטגוריות.מערכות חזון גם מוצרים ציונים על ידי איכות אסתטית - לדוגמה, הקצאה "Class A" או "Class B" דירוג לחלקים קוסמטיים. בייצור תוספים, לפקח על כל שכבה של מדפסת 3D כדי לזהות זוועות כמו מלחמה או עיוות מוחלט, המאפשרים לפעול נגד סטרומטרים (למשל, כדי למנוע את תהליך דלקת מפרקים) כדי למנוע את הרובוטים בנפרד.

שילוב עם קווי ייצור

עבור ראיית מכונה להיות יעילה, זה חייב להיות משולב בצורה חלקה בסביבת הייצור.זה כולל לא רק עליות פיזית ו calibration אבל גם קישוריות עם בקרים לוגיים הניתנים לתוכנה (PLCs), ממשק אנושי (HMIs), ומערכות ארגוניות. מערכות חזון לתקשר תוצאות באמצעות פרוטוקולים תעשייתיים כגון Ether / IP, פרופ'ט, או OPCA U כולל שילוב טיפוסי:

  • (FLT:0)Triggering: 1FLT 1 A Part נוכחות חיישן (צילום: צילום או קרבה) מסמן את מערכת הראייה כדי ללכוד תמונה ברגע המדויק שבו החלק נמצא במסגרות.
  • (FLT:0) עיבוד תמונה: המחשה: אלגוריתם בדיקה בתוך זמן מחזור (לעתים קרובות 10-100 מ"מ לכל חלק).
  • (ב) התוצאה (פס') נשלחת ל- PLC, אשר יכולה להפעיל מנגנון דוחה, לעצור את הקו, או להזין את הנתונים.
  • אוסף הנתונים:0 (איור 1) תוצאות של Inspection, תמונות, ומדדי מגמה מאוחסנים מקומית או מועברים למערכת ייצור (MES) עבור מעקב ושיפור מתמשך.

הדרכה רובוטית היא עוד שילוב מפתח.ראייה-oriented Robots (VGR) להשתמש במצלמה רכובה על זרוע הרובוט או בתחנה קבועה לאתר חלקים, למקם חלקים, למקם את ה offsets ולבצע משימות כמו איסוף, התאספות או אריזה.זה מקטין את הצורך לתקן מדויק ומאפשר לרובוטים לטפל בעמדה חלקית וכיוון.

יתרונות וחזרות על השקעות

ארגונים שמפרסמים את ראיית מכונה בשליטה איכותית מבינים הטבות רבות על פני כמה ממדים.היתרונות המצוטטים לעתים קרובות ביותר כוללים:

  • (FLT:0) דיוק בלתי תואם וחזרה על יכולת: מערכות חזון 1FIRLT 1 , לבדוק כל חלק זהה, ביטול שגיאות המושרה על עייפות המגיפה מפקחים אנושיים.
  • (FLT:0) גבוה דרך חישוב: 1FLT:1 מצלמות קו מודרני ושטח-scan יכולים לבדוק אלפי חלקים לדקה, המאפשר 100% בדיקה ללא להאטת הייצור.זה קריטי בתעשיות עשירות כמו אריזה, אלקטרוניקה, ורכב.
  • (FLT:0) הוצאות עבודה: FLT:103 מערכת ראייה אחת יכולה להחליף מפקחים אנושיים מרובים, והיא עובדת 24/7 ללא הפסקות, שינויים או מחזור.העלות של תחנת ראייה התאוששה לעתים קרובות בתוך שישה עד 12 חודשים.
  • (FLT:0Waste and reworkduction: FLT:1 גילוי מוקדם של פגמים מונע חומר גלם מלהיות נצרך במוצר פגומים ומפחית את העלות של עבודה מחדש.לדוגמה, גילוי שריטה על חלק מתכת חשוף לפני שהוא עובר ציור יכול לחסוך ערך במורד הזרם משמעותי.
  • (FLT:0) שיפור תהליך מונע נתונים: FLT:1 הזרם המתמשך של הזנת נתונים של נתונים בדיקה ⁇ SPC, ניתוח מגמה, חקירות שורש כי מהנדסים יכולים לנסח את הסחף למוות בבול, ללבוש בכלי חיתוך, או וריאציות בעיתונות דפוס הזרקת דפוס לפני ששערי פגם.

אתגרים ושיקולים

למרות היתרונות המוכחים שלה, יישום חזון מכונה עבור בקרת איכות הוא לא ללא אתגרים. מהנדסים חייבים להעריך בזהירות כמה גורמים כדי להבטיח פריסה מוצלחת.

אפשרויות ל- Part Performance

סביבות ייצור רבות מציגות הבדלים טבעיים בצבע, מרקם, וצורה בשל אצילות חומריות, ללבוש כלי, או תאורה מלוכדת. מערכות ראייתיות מבוססות חוק נאבקות עם יכולת כה זו, מה שמוביל לדחיית שווא או פגמים מפספסים. למידה עמוקה עוזר, אבל נתוני האימון חייבים ללכוד את הטווח המלא של וריאציות ריאליסטיות מקובלות. איסוף וסימון נתונים הם זמן-consuming ודורש מומחיות דומיין.

משטחים מורכבים וצלילים ספציפיים

משטחים הרהורים, שקופות או כהה צבועים אתגרים חזון קלאסי.חלקי מתכת שיני יכולים ליצור זוהר כי מערפל פגמים; רכיבים שקופה (משקפיים, פלסטיק בהיר) דורשים תאורה אחורית מיוחדת או תאורה מטבולית. מהנדסים לעתים קרובות לפנות אל זוויות תאורה מרובות, מסננים מקוטבים, או תאורה קואקסית כדי להתגבר על נושאים אלה.

שילוב עם Legacy Systems

קווי ייצור ישנים יותר עשויים להיות חסרים ממשקי תקשורת סטנדרטיים, מיקום חיישן, או נקודות הרה מכניות עבור מצלמות ואורות.רענן ראייה על קו קיים יכול לדרוש חזיונות מותאמים אישית, מתחם נוסף (IP67 לסביבות כביסה), ותכנות מורכבות PLC.תיאום בין בונה מכונה, חזון integrators, ומהנדסי צמחי חיוני כדי להימנע בזמן ההתקנה.

גילוח ותחזוקה

מערכות חזון חייבות להיות מכווצות להמיר פיקסלים ליחידות בעולם האמיתי (מיקרומטר או אינץ ') סחף קלמנט זה לאורך זמן בשל התרחבות תרמית, רטט, או עדשה לוח זמנים תחזוקה מונעת צריך לכלול ניקוי של עדשות תאורה, בדיקת מטרות, ועדכון מודלים פגומים כמו סוגים חדשים של פגם מופיעים.

מגמות עתידיות ב- Machine Vision for Quality Control

קצב החדשנות בראייה של מכונה אינו מראה סימנים להאטה.כמה מגמות מעצבות כיצד קווי ייצור הנדסיים ליישם בקרת איכות מבוססת ראייה בעשור הבא.

צוק איתן ו-Time AI

לרוץ עמוק למידה ההיקף על רצפת המפעל - קרוב למצלמה - מחנכים עצלות ולהימנע מהצורך לייעל תמונות ברזולוציה גבוהה לשרת מרכזי. Edge AI מאיץ (כמו NVIDIA Jetson, Google Coral, או Intel Movidius) מאפשרים רשתות עצביות מורכבות לבצע עשרות מ"ח.זה פותח את הדלת למשימות מתוחכמות יותר, כגון זיהוי פני השטח דקורות מאוד.

Hyperspectral ו- Multispectral Imaging

מעבר לאור גלוי, מצלמות hyperspectral ללכוד עשרות או מאות להקות ספקטרליות צרות על פני השטח אינפרא אדום, גלוי ו אולטרה סגול טווח. טכנולוגיה זו יכולה לחשוף הרכב חומרי, תוכן לחות, או עובי פילים דקים שאינם נראים למצלמות קונבנציונליות. בשליטה איכותית, הדמיה היפר-ספקטרום משמשת לזיהוי חומר זר במזון, לאמת חדות על לוחות מעגלים, ולהעריך את ההידרדרות פולימרומית בחלקים מפלסטיק, כמו עלויות החיישן, תגביר את הייצור בירידה.

רובוטים משותפים עם חזון משולב

רובוטים שיתופיים מודרניים (cobots) כוללים לעתים קרובות מערכות ראייה בנויות עבור מיקום חלקי אימות איכות. במקום תחנת בדיקה נפרדת, כלי הקצה של הרובוט יכול לשאת מצלמה אשר בודקת כל רכיב מיד לאחר איסוף זה, לפני מיקום זה אימות קו תחתון מפחית טיפול ודוחה חלקים פגומים מוקדם.

תאומים דיגיטליים ואימון מבוסס סימבול

יצירת תאומה דיגיטלית של תחנת ראיית מכונה מאפשרת למהנדסים לדמות תאורה, מיקום מצלמה וגילוי פגם לפני בניית המערכת הפיזית.זה מקטין את זמן הגיוס ומסייע לייעל ביצועים.יתר על כן, דור נתונים סינתטי - תוך לכידת אלפי תמונות פוטו-ריאליסטיות של חלקים עם פגמים מדומים - יכול לאמן מודלים למידה עמוקה ללא צורך בתווית ידנית נרחבת.

מסקנה

חזון מכונה הפך אבן הפינה של בקרת איכות מודרנית בקווי ייצור הנדסיים.על ידי שילוב הדמיה מהירה במהירות גבוהה, תאורה מתקדמת, אלגוריתמים מדויקים יותר, ו-AI אינטליגנטי יותר, יצרנים יכולים להשיג רמות של דיוק, באמצעות חישוב, וחשיפה נתונים שלא ניתן להעלות על הדעת לפני דור.הטכנולוגיה ממשיכה להתפתח, עם למידה עמוקה מבוססת קצה, היפרספקטרלית של חישה, וסימולציות דיגיטליות שנועדו לדחוף את הגבולות עוד יותר אופציונליים, כמו גם אינטגרציה יעילה של מערכת חזון תחרותית, ללא שינוי אסטרטגי, ללא שינוי, כמו גם סימולציה, ללא שינוי, כמו גם סימולציה, כמו גם סימולציה יעילה יותר, כמו גם סימולציה, כמו גם סימולציה של מערכת אבטחה יעילה יותר, ללא שינוי איכות גבוהה של מערכת למידה עמוקה יותר, היא מערכת למידה עמוקה, עם סימולציה, ללא שינוי, עם סימולציה, ללא שינוי, עם סימולציה, ללא שינוי יעיל יותר, עם סימולציה, ללא שינוי יעיל יותר, שמירה על בסיס עמוק, עם איכות יעילה יותר, עם סימולציה, עם סימולציה, היא יעילה יותר, עם סימולציה, עם סימולציה, ללא שינוי, ללא שינוי, עם סימולציה, שמירה על ידי פיתוח עצמי, שמירה על בסיס קצה, שמירה על בסיס קצה, שמירה על בסיס קצה, שמירה על