AI for alle: løsninger til kvalitetskontrollen med industriel billedbehandling

03-06-2024

AI er alle steder – men skal den bruges effektivt i komplekse billedbehandlingsopgaver, så du kan udnytte fordelene ved AI i din kvalitetskontrol? Og kan AI gøre billedbehandlingsteknologien tilgængelig for alle?

Detecting contamination of ice cream containers.
Detecting contamination of ice cream containers.

Maskinel billedbehandling reducerer spild og fejlproducerede produkter. Den forenkler også rutinemæssige visuelle inspektioner, som f.eks. manuel visuel inspektion. De fleste tror dog, at det kun er dygtige billedbehandlingseksperter, der kan bruge billedbehandlingsløsninger korrekt. Så forestil dig, hvordan det ville være, hvis alle, selv dem der ikke er anlægsoperatører, kunne bruge denne teknologi, gøre processerne mere effektive og fleksible og nemt overvinde udfordringerne i driften?

Glæd dig til den AI-styrede Inspector83x fra SICK. Inspector83x er særligt brugervenlig takket være enhedens AI-funktioner, som overflødiggør traditionel maskinel billedbehandling, når der er behov for ændringer af produktdesign eller emballagen. I stedet for at bruge timer på kompleks regelbaseret programmering eller tilkalde en billedbehandlingsekspert til fejlfinding, kan selv uerfarne operatører blot tilføje et nyt produkteksempel og lade kameraet indlære af sig selv.

Og det bedste af det hele er, at det for det meste ikke varer længere end 100 sekunder, før du kan starte.

Lad os se på nogle typiske vanskeligheder, hvor AI og Inspector83x kan afhjælpe de almindelige problemer i kvalitetskontrollen:

1. AI-billedbehandling for alle

AI er nøglen til omkostningseffektivitet ved hurtig inline-kvalitetskontrol af et produkt, et modul eller en emballage. Den optimerer nøgleprocesser for at skelne mellem egnede og uegnede produkter og kan endda udføre sorteringsopgaver baseret på specifikke kriterier. I nogle få enkle trin kan operatøren indsamle billeder af egnede prøver eller forskellige klasser og træne Inspector83x med enhedens AI-værktøjer (også kendt som edge learning). På den måde kan brugeren nemt lære Inspector83x, hvad der er rigtigt, og hvad der er forkert, og til sidst udføre og køre inspektionen i driftstilstand. Operatøren behøver ikke noget særligt udstyr til denne opgave, men kan blot klare den med en standard-webbrowser.

The AI tools of the Inspector83x make it easy to teach it.
The AI tools of the Inspector83x make it easy to teach it.

2. Ikke bange for ændringer

Når kvalitetskontrollen først er sat op og kører problemfrit og effektivt under driften, opstår der nogle gange behov for at definere et nyt produktdesign eller etiketlayout for en lille mængde.

Operatøren kan nu træne AI-værktøjerne, der kører på Inspector83x med et tryk på en knap og tilføje de nye kriterier uden problemer, mens den tidligere proces gemmes til senere brug.

 

3. Kompleks på den lette måde

Regelbaseret billedbehandling kan løse lige så komplekse opgaver, men er tidskrævende at sætte op, kræver viden om begrænsninger og fører nogle gange til fejl, fordi resultatet af objektet ikke kan forudsiges. Nestlé bruger f.eks. transparente skeer placeret i en beholder af aluminiumsfolie, hvor skeens placering og udseende varierer inden for hver beholder. Det kan være en udfordring for nogle billedbehandlingssystemer, da skeen er svær at genkende. Læs mere i denne artikel (Nestlé).

Med Inspector83x og dStudio-Cloud Servicen kan store datasæt trænes på sensoren for at optimere nøjagtighed og hastighed. dStudio-tjenesten muliggør praktisk datahåndtering og kollaborativ kommentering, så alle i organisationen kan bidrage til databehandlingen.

 

 

Eksempler på praktiske anvendelser, hvor der bruges AI:

Registrering af urenheder i isbeholdere: Inden en beholder fyldes med lækker is i isproduktionen, skal det sikres, at beholderne ikke er forurenede, f.eks. med rester eller fremmedlegemer. Den alsidige 2D-Vision-Sensor Inspector83x bruger AI-anomalidetektion til pålideligt og hurtigt at registrere en eventuel forurening. Dette reducerer risikoen for tilbagekaldelse af produkter og kundeklager.

Industriel Billedbehandling
AI-baseret kvalitetskontrol uden stress
Inspector83x
It's easy to configure the Inspector83x by teaching it samples of empty and clean containers.
It's easy to configure the Inspector83x by teaching it samples of empty and clean containers.

Et billede mere af en isbeholder? Inspector83x klarer nemt de høje behandlingshastigheder og den lave kontrast i disse omgivelser. Takket være AI-funktionerne er det nemt at konfigurere enheden ved at indlære prøver af tomme og rene beholdere i Inspector83x. Når emballagedesignet skal ændres, er det nemt at indlære igen.

 

Andre fordele ved AI ved kvalitetskontrollen

The Inspector83x can be used for quality assurance and the verification of labels.
The Inspector83x can be used for quality assurance and the verification of labels.

I mange produktionsprocesser af konsumvarer er det vigtigt, at produkt- eller emballageetiketterne indeholder de korrekte oplysninger, da de ikke kun bruges til salgsfremmende formål, men også sikrer produktets sporbarhed. Etiketterne skal også anbringes de rigtige steder på produkterne og være af topkvalitet.

Med Inspector83x 2D-Vision-sensoren er alt dette muligt, da alle de nødvendige inspektioner udføres samtidigt, selv ved meget høje hastigheder. Takket være AI-funktionerne og de regelbaserede værktøjer til OCR og OCV kan forskellige egenskaber ved etiketterne kontrolleres og valideres på en pålidelig måde. Det bidrager til at reducere spildet og øge kapaciteten.

 

Inspector83x – AI-baseret kvalitetskontrol uden besvær

Med AI, der er integreret i Inspector83x, kan alle let betjene den maskinelle billedbehandling.

Det er på tide at sætte en stopper for materialespild eller fejlbehæftede produkter, besværet med lange opsætningstider, dyre rekonfigurationer og til sidst kompliceret integrering eller ubrugte data i produktionen.

Med Inspector83x sætter du nye standarder for visuel kvalitetskontrol: enkel og pålidelig, præcis ligesom industriel billedbehandling bør være.

 

Flere indlæg

Til den industrielle billedbehandling er der brug for fageksperter – korrekt gennemførelse af kvalitetskontroller

Læs mere

Logistikkens legeplads i fokus: Sådan optimerer et 3D-vision-kamera materialeflowet

Læs mere

AI hos Nestlé: Innovativ proceskontrol med Deep Learning

 Læs mere