Автоматизований AI-контроль якості екструзії

Ключові результати:

• Зниження рівня дефектів на 80%.
• Час калібрування скорочено з 20 до 5 хвилин.
• Час перевірки якості скорочено на 85% (з 10 хв/год до режиму лише за сигналом).
• Запобігання втратам матеріалу на $100–200 та простою виробництва 3–5 днів на інцидент.

ОПИС ПРОБЛЕМИ

Виклики галузі

Виробники екструдованих матеріалів стикаються з критичними проблемами контролю якості:

Проблеми якості:

• Відхилення діаметра (занадто малий або великий)
• Фізичні дефекти (бульбашки, тріщини, нерівності, включення)
• Забруднення («бруд») у композитних матеріалах
• Непостійні властивості матеріалу між партіями

 Операційна неефективність:

• Ручне калібрування при кожному завантаженні матеріалу (20 хвилин)
• Планові перевірки якості займають 10 хвилин на кожну годину зміни
• Високий рівень хибно-негативних результатів → повернення від клієнтів
• Витрати матеріалу $100–200 на дефектну партію
• Простій виробництва 3–5 днів через скарги клієнтів

Вартість збоїв якості:

• Прямі витрати на матеріал
• Незадоволеність клієнтів та повернення
• Коригування виробничої лінії
• Витрати на ручну інспекцію
• Репутаційні втрати

Обмеження існуючих рішень

LIDAR-системи:

• Точні вимірювання, але негнучкі
• Відсутність програмної екосистеми для аналітики
• Не виявляють поверхневі дефекти та забруднення
• Відсутність можливостей налаштування
• Обмежені можливості інтеграції

Лазерні вимірювальні системи: 

• Лише одновимірне вимірювання
• Не визначають типи дефектів
• Відсутній зворотний зв’язок у реальному часі
• Дороге обслуговування
• Обмежені лише контролем діаметра

Ручна інспекція:

• Трудомістка
• Непостійні результати
• Схильна до людських помилок
• Неможливо перевірити 100% матеріалу
• Відсутня автоматична документація

ОГЛЯД РІШЕННЯ

Архітектура системи

Ключові функції

Двокамерна конфігурація:

• камера по осі X для горизонтального вимірювання діаметра
• камера по осі Y для вертикального вимірювання діаметра
• датчики Sony з кастомними макрооб’єктивами
• Full HD роздільна здатність при 60 кадрах/с
• регульована фокусна відстань

Режими освітлення: 

• підсвічування: LED-панель для вимірювання контуру
• загальне: кільцева лампа з м’якою коробкою для поверхневої інспекції
• білий спектр з калібрувальними фонами
• режими, що можна перемикати, для різних типів дефектів

Виявлення дефектів:

• відхилення діаметра (занадто малий/великий)
• нерівності поверхні
• бульбашки та пустоти
• тріщини та переломи
• частинки забруднення
• включення в композитних матеріалах
• налаштовуваний поріг виявлення (10–50+ мікрон)

Система маркування:

• фізична насічка для постійного маркування
• спрей-маркер для тимчасової ідентифікації
• журналювання координат для цифрового відстеження
• вибір режиму маркування залежно від серйозності

Точне позиціонування:

• регулювання камери на кроковому двигуні
• точність позиціонування 0.08 мм
• автоматичне калібрування відстані
• двовісний рух (X та Y)

ТЕХНІЧНА РЕАЛІЗАЦІЯ

Апаратна архітектура

Живлення: 

• шина 5В для Raspberry Pi та логічних схем,
• шина 12В для освітлення, двигунів та актуаторів,
• регульований розподіл живлення.

Обчислювальна платформа:

• контролер Raspberry Pi 5,
• виділена обробка зображень,
• можливості ОС реального часу.

Апаратне забезпечення зору:

• 2x датчики Sony Global Shutter,
• кастомні вузли макрооб’єктивів,
• система з регульованою фокусною відстанню,
• високошвидкісна зйомка (60 FPS @ 1080p).

Управління рухом:

• драйвери крокових двигунів,
• прецизійні лінійні актуатори,
• енкодери зворотного зв’язку по положенню,
• повторюваність 0.08 мм.

Подача матеріалу:

• вхідні ролики з контролем натягу,
• вихідні ролики із синхронізацією швидкості,
• максимальна швидкість обробки: 50 см/с,
• вища швидкість може спричинити пропуск кадрів.

Комунікація: 

• CAN Bus для промислової інтеграції,
• MQTT для підключення до IoT,
• вебінтерфейс для моніторингу,
• RESTful API для зовнішніх систем.

Програмна архітектура

Конвеєр обробки:

1. Захоплення зображення (60 FPS на камеру).
2. Попередня обробка (покращення контрасту, шумозаглушення).
3. Вибір режиму обробки:
   1. Нормальний режим: стандартна RGB-обробка.
   2. Монохром з високим контрастом: бінарний поріг для точних країв.
   3. Покращення країв: виділення чітких меж об’єктів.
4. Виявлення та вимірювання об’єктів.
5. Класифікація дефектів.
6. Прийняття рішень та запуск дій.

Ключові алгоритми:

Вимірювання діаметра:

• Двовісне вимірювання для округлостію
• Багатоточкова вибірка (5–15 вимірювань на кадр).
• Статистичний аналіз (середнє, мін, макс, стандартне відхилення).
• Градація якості на основі допусків.

Виявлення дефектів: 

• Адаптивне порогування для змінного освітлення.
• Морфологічні операції для видалення шуму.
• Аналіз контурів з фільтрацією по площі.
• Виявлення країв (алгоритм Кенні).
• Аналіз зв’язних компонентів.
• Класифікація на основі ML (в розробці).

Система калібрування:

• Автоматичне відображення пікселів у міліметри.
• Навчання на еталонному об’єкті.
• Сіткове накладання для візуального підтвердження.
• Автопозиціонування кроковим двигуном.
• Еталон фонового калібрування.

Режими обробки

Нормальний режим:

• Повна RGB-обробка.
• Інспекція загального призначення.
• Виявлення ознак поверхні.

Монохром з високим контрастом:

• CLAHE (контрастно-обмежене адаптивне вирівнювання гістограми).
• Порогування за методом Оцу.
• Максимальна чіткість країв.
• Оптимально для вимірювання діаметра.

Покращення країв:

• Попередня обробка Гауссовим розмиттям.
• Виявлення країв за Кенні.
• Червоне накладання виявлених країв.
• Оптимально для виявлення поверхневих дефектів.

ОПЕРАЦІЙНИЙ ПРОЦЕС

Робочий процес системи

Варіанти інтеграції

Автономний режим: 

• Доступ через вебінтерфейс.
• Локальна панель статистики.
• Ручне налаштування параметрів.
• Сповіщення оператора через екран.

Інтеграція через CAN Bus:

• Зворотній зв’язок з екструзійною лінією в реальному часі.
• Синхронізація швидкості.
• Сигнали регулювання температури.
• Зворотній зв’язок контролю тиску.

Мережева інтеграція MQTT:

• Реєстрація даних у хмарі.
• Віддалений моніторинг.
• Координація між пристроями.
• Інтеграція з корпоративною MES.

Конфігурації зворотного зв’язку:

• Лише статистика: пасивний моніторинг та реєстрація.
• Система попереджень: сповіщення з ручним втручанням.
• Активний зворотній зв’язок: автоматичне коригування параметрів лінії.

РЕЗУЛЬТАТИ ТА ВПЛИВ

Кількісні результати

Покращення якості:

• Зниження рівня дефектів: 80%.
• Рівень хибно-позитивних: ~10% (прийнятний поріг).
• Запобігання втратам матеріалу: $100–200 на інцидент.
• Запобігання простою виробництва: 3–5 днів на інцидент.

Операційна ефективність:

• Початкове калібрування: 20 хвилин → 5 хвилин (скорочення на 75%).
• Перевірки якості: 10 хв/год безперервно → лише за сигналом (скорочення на 85%).
• Загальна економія часу інспекції: ~40 хвилин на 8-годинну зміну.

Покращення процесів:

• 100% інспекція матеріалу проти вибіркової ручної перевірки.
• Виявлення дефектів у реальному часі проти виявлення після виробництва.
• Автоматична документація та простежуваність.
• Стабільна точність вимірювань (без людської варіативності).

Повернення інвестицій

Аналіз витрат:

• Інвестиції у розробку: $40 000 – $60 000.
• Вартість апаратного забезпечення на одиницю: ~$5 000.
• Загальна початкова вартість: $45 000 – $65 000.

Економія на запобіганні одному інциденту:

• Вартість матеріалу: $100–200.
• Простій виробництва: 3–5 днів (приблизно $2 000–5 000).
• Збереження відносин з клієнтами: безцінно.
• Разом на інцидент: $2 100–$5 200.

Аналіз беззбитковості: якщо система запобігає 10–15 критичним дефектам на рік — окупність досягається за 12–18 місяців

Поточні переваги:

• Скорочення витрат на персонал (час інспекції).
• Підвищення задоволеності клієнтів.
• Преміальне ціноутворення за гарантовану якість.
• Зменшення гарантійних претензій.

ВИСНОВКИ

Ключові досягнення

Ця AI-система машинного зору успішно вирішує ключові проблеми контролю якості у виробництві екструзії завдяки:

Технічні інновації:

• Двовісне вимірювання для повного аналізу розмірів.
• Багаторежимне освітлення для різноманітного виявлення дефектів.
• Обробка в реальному часі на виробничих швидкостях.
• Гнучка інтеграція через CAN Bus та MQTT.

Операційний вплив:

• Скорочення дефектів на 80% у точних виробах.
• Скорочення часу калібрування на 75%.
• Скорочення часу інспекції якості на 85%.
• Запобігання дорогим втратам матеріалу та затримкам виробництва.

Економічна цінність:

• Окупність досягається за 12–18 місяців.
• Значна перевага у вартості над LIDAR-альтернативами.
• Комплексне рішення проти обмежених лазерних вимірювальних систем.
• Автоматизація трудомісткої ручної інспекції.

ДОДАТКИ

Схема архітектури системи