Iparági betekintés: Az Oxipital AI bemutatja a modern képfeldolgozó rendszerek valóságát

A mesterséges intelligenciával működő képfeldolgozás egyre inkább gyakorlati, mintsem marketingeszköz

A mesterséges intelligencia szinte minden, az ipari automatizálást érintő beszélgetést ural. Sok mérnök azonban a telepítés jóváhagyása előtt továbbra is ugyanazt a kérdést teszi fel: milyen gyakorlati értéket nyújt valójában az MI a gyártási területen?

Ez a kérdés egy nemrégiben az Oxipital AI vállalattal folytatott beszélgetés középpontjába került. A vállalat élelmiszer- és italgyártáshoz fejleszt MI-alapú vizuális ellenőrzőrendszereket. Ahelyett, hogy az MI-t a mérnöki szakértelem helyettesítőjeként mutatta volna be, a beszélgetés sokkal reálisabb képet tárt fel. A modern képfeldolgozó rendszerek akkor működnek sikeresen, ha az MI támogatja a mérési pontosságot, a folyamatok átláthatóságát és a hosszú távú működési elemzést.

Azokban a nagy sebességű gyártási környezetekben, ahol a minőségi tűréshatárok folyamatosan szigorodnak, a képfeldolgozó rendszerek egyszerű ellenőrzőeszközökből intelligens folyamatfelügyeleti platformokká fejlődnek.

A fejlett képfeldolgozó rendszerek ma már MI-alapú feldolgozást kombinálnak nagy sebességű gyártásellenőrzéssel az egyenletesség javítása és a téves selejtezések csökkentése érdekében.

A gépi képfeldolgozás megbízható adatgyűjtéssel kezdődik

Minden ipari képfeldolgozó rendszer egy alapvető követelménnyel indul: az ellenőrzés alatt álló tárgy pontos azonosításával. Ez egyszerűnek tűnik, egészen addig, amíg a gyártók természetes méret-, szín-, textúra- vagy alakváltozatokkal nem találkoznak.

Az Oxipital AI ezt a kihívást RGB-képalkotással és LiDAR-alapú, háromdimenziós mérési technológiával egyaránt kezeli. A hagyományos 2D-s ellenőrzés képes azonosítani a színeltéréseket és a látható hibákat, míg a 3D-s érzékelés mélységi, kontúr- és méretellenőrzést tesz lehetővé.

Miért javítja a 3D-s képfeldolgozás az ellenőrzés pontosságát?

Az élelmiszer-feldolgozó környezetek nehéz kihívást jelentenek, mivel nincs két tökéletesen egyforma termék. Az alak vagy a felületi textúra kisebb eltérései megzavarhatják a hagyományos, szabályalapú képfeldolgozó rendszereket.

A mesterséges intelligenciát 3D-s pontfelhő-elemzéssel kombinálva a modern ellenőrzőrendszerek a rögzített képsablonokra való kizárólagos támaszkodás helyett a tényleges termékgeometria alapján tanulnak. Ez jelentősen javítja a hibafelismerés pontosságát, miközben csökkenti a téves pozitív selejtezések arányát.

A háromdimenziós ellenőrzés lehetővé teszi, hogy a gyártók nagyobb pontossággal hasonlítsák össze az aktuális gyártási adatokat a betanított termékmodellekkel.

Ez a szakasz az ipari számítástechnikai hardverek növekvő szerepét is kiemeli. Sok, MI-alapú ellenőrzőplatformokat bevezető gyártó nagy teljesítményű ipari számítástechnikai rendszerekre támaszkodik, amelyek képesek nagy mennyiségű képadat valós idejű feldolgozására.

Az ellenőrzési döntések továbbra is mérnöki szabályoktól függenek

Az MI-alapú képfeldolgozó rendszerekkel kapcsolatos egyik legfontosabb tévhit, hogy a mesterséges intelligencia önállóan dönti el a termék minőségét. A valóságban a tapasztalt mérnökök továbbra is meghatározzák az elfogadási kritériumokat.

Az MI-rendszer olyan jellemzőket mér, mint a méretek, a szín egyenletessége, az igazítás vagy a felületi egységesség. A gyártó ezt követően meghatározza a gyártásban elfogadható tűréstartományokat.

Az MI méri a terméket — a mérnökök határozzák meg a szabványokat

Az interjú során tárgyalt egyik hasznos példa a corn dogok ellenőrzése volt. A rendszer olyan mérhető jellemzőket értékel, mint a teljes hossz, a bevonat egyenletessége és a pálca igazítása.

Ha a termék méretei kívül esnek a meghatározott tűréshatárokon, vagy ha a felületi szabálytalanságok miatt a minősítési érték az elfogadható küszöbérték alá csökken, a terméket a rendszer automatikusan selejtezi.

Ez a különbségtétel azért fontos, mert az MI kiválóan alkalmas a mintázatok azonosítására és a betanítási folyamatok felgyorsítására, a működési minőségi szabványokhoz azonban továbbra is emberi mérnöki felügyelet szükséges.

A modern ellenőrzőplatformok a vizuális jellemzőket mérhető gyártási adatokká alakítják az automatikus megfelelt/nem megfelelt értékeléshez.

Ez a hibrid megközelítés az ipari automatizálás egészében megfigyelhető szélesebb trendet tükrözi. Az MI egyre inkább támogatja a működési döntéseket, a determinisztikus vezérlést és a folyamatok tűréshatárait azonban továbbra is szigorúan a mérnöki követelmények és a gyártási szabványok határozzák meg.

A termelési analitika gyakran a legnagyobb hosszú távú értéket nyújtja

Maga az ellenőrzés csak a probléma egy részét oldja meg. A nagyobb lehetőséget az ellenőrzési trendek időbeli elemzése rejti.

A képfeldolgozó rendszerek folyamatosan működési adatokat állítanak elő, amelyek még azelőtt feltárhatják a rejtett gyártási problémákat, hogy azok nagy léptékű minőségi hibákká válnának. Az elszíneződési hibák számának növekedése instabil sütőhőmérsékletre utalhat. Az ismétlődő igazítási hibák a szállítószalag kopását vagy mechanikai időzítési problémákat jelezhetnek.

Ha ezeket a trendeket heteken vagy hónapokon keresztül figyelik, a gyártók rálátást nyernek azokra a folyamat-instabilitásokra, amelyeket a hagyományos ellenőrzőrendszerek gyakran nem érzékelnek.

A hosszú távú termelési analitika feltárhatja a rejtett folyamat-instabilitásokat, és javíthatja a gyártás egyenletességét a különböző műszakokban.

Ez az adatközpontú megközelítés egyre inkább összekapcsolódik az üzemek szélesebb körű digitalizációs kezdeményezéseivel. Azok az üzemek, amelyek az MI-alapú ellenőrzést ipari hálózati infrastruktúrával integrálják, valós időben oszthatják meg a gyártási intelligenciát több gyártósor, üzem és vállalati rendszer között.

A képfeldolgozó rendszerek jövője a működés átláthatóságától függ

Az ipari szektor túllép azon a szakaszon, amikor önmagában az MI keltette fel a figyelmet. A gyártók ma már mérhető működési javulást, kevesebb téves selejtezést, egyszerűbb betanítást és hasznosítható termelési ismereteket várnak.

Ez a változás arra kényszeríti a gépi képfeldolgozó rendszerek beszállítóit, hogy gyakorlati mérnöki értéket mutassanak fel, ahelyett hogy marketingeszközként támaszkodnának az MI terminológiájára.

A legsikeresebb rendszerek valószínűleg azok lesznek, amelyek a determinisztikus ellenőrzési logikát MI-alapú méréssel és analitikával kombinálják. Más szóval, az MI akkor működik a legjobban, amikor erősíti a mérnöki átláthatóságot, nem pedig akkor, amikor megpróbálja helyettesíteni a mérnöki szakértelmet.

Véleményem szerint ez jelenti az ipari MI-alkalmazás legegészségesebb irányát. A képfeldolgozó rendszerek akkor válnak lényegesen értékesebbé, amikor a gyártók pontosan megértik, hol járul hozzá az MI a folyamathoz, és hol van továbbra is a legnagyobb jelentősége a hagyományos vezérlési logikának.

Szerző: Marcus Ellington | Ipari technológiai elemző
Marcus Ellington több mint 14 éve foglalkozik ipari képfeldolgozó rendszerekkel, automatizálási szoftverekkel és intelligens gyártási infrastruktúrával. Tapasztalatai közé tartoznak a Rockwell Automation, a Siemens, a Beckhoff Automation és az Emerson platformjait alkalmazó üzemi integrációs projektek az élelmiszer-feldolgozás, a csomagolás és a feldolgozóipari gyártás területén.