Умный контроль качества: позвольте ИИ «находить дефекты» упаковки

1. Почему полагаться на человеческий глаз становится все сложнее?

В предыдущей статье была представлена ​​локализация материалов; эта статья меняет тему - контроль качества на производстве и продолжающаяся интеллектуальная трансформация.

Традиционно проверка качества герметичной упаковки во многом зависит от людей: небольшие трещины на стекле должны быть обнаружены невооруженным глазом под микроскопом, кривые обнаружения утечек должны быть оценены инженерами по одной, а изображения внутренней структуры должны быть проанализированы одно за другим старшими экспертами.

Однако упаковочная промышленность измеряет качество в «частях на миллион». Если дефектный продукт обнаруживается в десятках тысяч продуктов, это может означать жалобы клиентов или даже отзыв. Уже отчетливо виден потолок старого подхода.

Сюри очень рано начал использовать интеллектуальные технологии для модернизации системы производственной линии, и текущие результаты хорошо видны: общий уровень пропущенных обнаружений значительно снизился, а эффективность обнаружения увеличилась вдвое.

2. Что именно может делать искусственный интеллект на производственной линии?

Первая задача – проверить внешний вид. Модели распознавания, обученные на большом количестве хороших и дефектных образцов, могут в мгновение ока определить, есть ли трещина в стекле, дефектный сварной шов или смещенный штифт. Изделия с выявленными проблемами автоматически отправляются на линию доработки и не смешиваются с исправными изделиями, отправляемыми покупателям.

Вторая задача — прочитать кривую. Каждый тест детектора утечек выдает длинный список кривых данных; Ручная проверка их раздел за разделом раньше была медленной и подверженной ошибкам. Теперь модели автоматически определяют «прошел/не прошел», результаты появляются за секунды, а один сотрудник может контролировать во много раз больший объем работы, который был возможен раньше.

Стоит отметить, что интеллектуальный контроль не «заменяет людей машинами» — он освобождает инженеров от повторяющейся работы, позволяя им сосредоточиться на более важных задачах, таких как улучшение процессов. Когда люди и машины выполняют свою работу, качество становится более стабильным, а не меньшим.

[Следующая статья] Следующая статья: Оптические модули в сетях 5G — три сетевых уровня и три метода упаковки.

[Глоссарий]

1. Зрение ИИ: технология, которая использует глубокое обучение, позволяющая компьютерам автоматически выявлять дефекты изображения, и широко используется при проверке промышленного качества.

2. Испытание на утечку гелием: высокочувствительный метод обнаружения утечек с использованием гелия в качестве индикаторного газа – золотой стандарт в отрасли для испытаний на герметичность.