Skip to main content

邊緣 AI

機器視覺解決方案:偵測及預防瑕疵

質量缺陷

減少品質瑕疵,以及其中的作業量與成本,是現今製造業面臨的最大挑戰之一。由於產品無法正常運作,或無法達到可接受的品質標準,因此必須為客戶重新設計、重新加工,甚至退款,可能會對公司收益方面產生巨大的財務影響(高達 40%)。這就是為什麼許多人想方設法希望在產品出貨前預防瑕疵。

但這可不是識別瑕疵這麼簡單而已。工業 4.0 的興起,給予製造商壓力,紛紛希望打造更具智慧的工廠。若要獲得成功並保持競爭力,您需要找出預防瑕疵的方法,且必須瞭解品質問題發生的原因與地點。

許多人已轉向機器視覺解決方案尋求解方,這些解決方案可進行瑕疵偵測,但時至今日,這些系統仍難以部署、維持長期規模,而且偵測異常的能力也難以超越目前技術。

所幸,視覺解決方案供應商 Eigen Innovations 所提供的軟體與服務,設計旨在讓使用者能盡可能實現零瑕疵製造。

Eigen Innovations 的營收長 Jonathan Weiss 表示:「我們的軟體與服務希望改善偵測及預防瑕疵,同時也利用流程資料協助製造商瞭解流程中發生的情況。」

為製造商配備智慧視覺

為實現此目標,Eigen 首先且最為重視互通性。該公司開發的解決方案可直接整合至 PLC,並支援任何業界標準的攝影機或感應器硬體,讓製造商可以輕鬆啟用並執行機器視覺系統。

其直覺化的使用者介面讓製造公司可以設計並管理客製化的視覺系統,可即時線上執行品質檢測、確保是否有零件與元件、將流程最佳化,並簡化瑕疵的根本原因分析。

舉例來說,當一家大型的全球紙漿和造紙製造商在光面紙捲與防水塗層的品質控制方面遇到困難時,他們可以轉向尋求 Eigen Innovations 協助實作機器視覺系統。

Weiss 表示:「他們遇到了塗層堆積的問題,導致其特色產品光面紙材上出現皺紋」。該公司無法驗證塗層是否均勻。Weiss 補充:「若非如此,即使只有 8 到 10 秒,也因此造成了意外停機,設備無法正常運作。」

在 Eigen 的幫助下,應用了智慧視覺系統後,紙張製造商就能發現塗層流程中的特性,並識別出塗層堆積的範圍。Weiss 說明,由於能夠瞭解塗層堆積的根本原因,並在問題發生時收到即時警示,讓製造商每年可節省 100 多萬美元。

Weiss 表示:「視覺系統需要能夠識別瑕疵,並實際解決問題。」(影片 1)「由於我們的解決方案可與控制網路溝通,讓製造商獲得即時警示,並在偵測到問題時觸發自動回應。」

影片 1。Eigen Innovations 為智慧工廠提供的智慧視覺擷取資料,讓製造商可以超越品質檢測,達成更高的目標。(來源:Eigen Innovations

除了內嵌品質檢測、即時監控與流程最佳化之外,Eigen 還可協助製造商滿足定期必要檢測的需求。

舉例來說,製造塑膠元件的汽車 OEM 每個工廠每週可生產超過 15,000 個零件。預計在每個設施中都需有 42,000 個檢測點。這樣的規模不可能由人工處理,且製造商還需找出瑕疵的類型,例如焊接完整性的問題,這是靠肉眼難以識別的。

OEM 最初打算抽取隨機樣本,並執行破壞性測試來檢查元件的完整性,但這樣一來,便會造成不必要的浪費與重工,且無法保證所有瑕疵都能在產品運送給客戶之前被發現。

Weiss 表示:「歸根結底,他們需要自動化的方式,才能保證每週的產品品質與產量。」

OEM 便與 Eigen 合作打造解決方案,即利用熱成像攝影機來擷取焊接流程的各種視圖。然後將這些影像融合在一起,建立零件的數位分身,並且將關鍵流程資料對應至檢測區域,完成非肉眼能力所及的即時洞察。

Weiss 說明:「每個零件都可即時完成驗證流程,且在秒或毫秒間即可完成。」「他們現在可達到的規模,僅靠肉眼是無法實現的。」

持續改進機器視覺解決方案

Eigen 以提供使用便利的機器視覺解決方案為傲。機器操作員可協助即時訓練及標記模型,確保解決方案可以隨著時間發展提高精確度與效能。

Weiss 表示:「這非常簡單好上手,我們的機器操作員與品質工程師甚至在還沒有頭緒的情況下就已經在進行機器學習了。」「舉例來說,如果看到表面上有不應存在的刮痕,即可標記、更新模型,則軟體將來也會識別類似的刮痕。」

該公司與 Intel 進行多方合作,讓該公司可以快速測試、驗證、採用,並最終將機器視覺引入工廠。有了 OpenVINO 工具組,Eigen 不僅可以將使用者的模型開發與效能最佳化,還能根據使用案例使用各種不同的攝影機與硬體。

Weiss 表示:「我們有很多客戶已經試用了視覺系統,而且因為我們可以使用現有硬體,這一點對他們而言十分具有吸引力。」「他們不必再花費大筆資本支出。」

機器視覺的未來願景

展望未來,Eigen 認為機器視覺將持續在製造業扮演重要角色。由於製造商面臨人力短缺,找不到經驗豐富的技術工人,機器視覺解決方案將可以介入並填補人力空缺。

Weiss 表示:「視覺系統將取代操作員的肉眼,未來將不再需要操作員的人力。」「我們的解決方案可為工廠員工提供所需工具,讓員工能以最高標準有效完成工作。」
 

本文由 insight.tech 編輯副總監 Christina Cardoza 編輯。

作者簡介

Jessica Leigh Brown is a writer focused on applications of IoT and emerging technologies in education. As a freelance journalist, her work has appeared in more than a dozen trade and consumer magazines, and she enjoys working with top technology companies to create content such as white papers and case studies.

Profile Photo of Jessica Leigh Brown