Проверка тканей с помощью искусственного интеллекта: от обнаружения к отслеживанию

Система проверки тканей на базе искусственного интеллекта делает больше, чем просто находит дефекты. Важно то, фиксирует ли система свое положение, строит ли отчет и привязывает ли его к нужному рулону.

Система, которая показывает картину дефекта, но не показывает, где он находится, заставляет оператора гадать. Более поздняя жалоба может потребовать полной повторной проверки без возможности подтвердить проверку. Полный этап проверки включает пять этапов: обнаружение, определение местоположения, запись, составление отчета и отслеживание, и оставшаяся часть этой статьи описывает каждый из них.

Каковы пять этапов прохождения техосмотра?

Полная проверка не должна ограничиваться обнаружением дефектов; результат должен превратиться в данные, которые вы сможете найти и использовать.

Автоматизированная система выполняет первые шаги с камерой, программным обеспечением и модулем данных; то, что работает само по себе, зависит от конфигурации. Ручная проверка находит дефекты и сохраняет лист. Разница заключается в объединении: автоматизация связывает обнаружение, позиционирование и запись в один поток, что сокращает повторный ввод.

На самом деле важно не то, сколько дефектов вы обнаружили, а то, указывает ли каждый из них на точную позицию, полную запись и правильный бросок.

Почему местоположение должно следовать за обнаружением?

Обнаружение дефекта – это только первый шаг; оператору все равно необходимо знать, где он находится, чтобы оценить распространение и решить, что делать.

Возьмите 500-метровый рулон с одним локальным дефектом. Система, которая фиксирует положение, скажем, в 2,4 метра от начала и в 15 сантиметрах от кромки, позволяет рабочему проверить это место и принять решение об изоляции или отключении. Система, которая фиксирует только «один обнаруженный дефект», без положения, усложняет последующую обработку. Рабочий может повторно обкатать весь валок, дефект останется необнаруженным, а стан может задержать валок, расширить чеку или пропустить дефектный участок.

Подсчет дефектов показывает результат; позиция дает основу для того, что произойдет дальше.

Хорошие данные о местоположении помогают заводу четырьмя способами:

• Быстро найдите проблемную область и сократите количество повторных проверок.

• Решите, какую часть изолировать или вырезать, избегая ненужной траты материала.

• Проверьте положение и диапазон, когда клиент жалуется.

• Верните дефект на правильный производственный этап, чтобы найти причину.

Рулон длиной 500 метров с локальным дефектом можно отсортировать, и завод может изолировать эту секцию вместо того, чтобы отбраковывать весь рулон. В сопутствующей статье утверждается, что проверка является первым шагом ИИ: почему на заводе она стоит на первом месте. Здесь показано, что происходит с данными после включения машины.

Как система находит положение дефекта?

Позиционирование начинается с того, как соотносятся камера и движущаяся ткань. Во время осмотра камера фиксирует изображения. Система считывает скорость или длину ткани и сопоставляет каждое из них с точкой на ткани.

Программное обеспечение отмечает дефект и сохраняет изображение, данные о местоположении и данные о дефекте. Эти три образуют одну доступную для поиска запись, которую работник может прочитать и внести в список.

Карта дефектов и журнал местоположений позволяют команде по качеству увидеть, повторяется ли проблема, и сверить ее с журналами ткацких станков, чтобы найти причину, превращая одно изображение в данные для анализа и отслеживания.

Реальная точность позиционирования зависит от камеры, метода измерения длины, калибровки и условий эксплуатации; мы подтверждаем это соответствием спецификации и реальным испытаниям для каждого проекта. Наша система контроля ткани сочетает в себе проверку камеры с данными о движении ткани для проверки и записи, а точные функции позиционирования зависят от модели и настроек проекта.

Какие данные записывает система и как она сообщает?

После проверки система должна сохранить достаточно данных, и запись рулона обычно охватывает три типа.

1. Основные сведения о рулонах : количество рулонов, тип ткани, ширина и длина. Эти поля идентифицируют список и ускоряют последующие поиски.

2. Данные о дефекте : тип дефекта, размер и положение вдоль и поперек рулона. Какие поля записываются, зависит от программного обеспечения и настроек.

3. Результат и оценка проверки : при ступенчатой ​​проверке может регистрироваться оценка или оценка для каждой конфигурации; поддержка конкретного правила зависит от оборудования.

Эти данные используются в отчете по сменам для группы качества. Форматы отчетов и экспортируемые поля различаются в зависимости от проекта, поэтому подтвердите, что система сообщает в соответствии с вашим процессом и потребностями. Ключевой ценностью автоматической записи является отчет, построенный на основе сохраненных данных проверки, что сокращает повторный ввод и ручную сортировку. Для отчета не требуется все; поля, которые поддерживают качественное суждение и следующий шаг, заслуживают приоритета.

Какие проблемы качества может решить отслеживание рулонов?

После связывания номера рулона, результата контроля и положения дефекта завод сможет ответить на ключевые вопросы:

• В каком рулоне возникла проблема?

• В каком месте рулона был дефект?

• Каков был результат проверки этого рулона?

• Можно ли найти другие записи о производстве или качестве, связанные с этим рулоном?

Эти вопросы помогают при рекламациях, изоляции дефектной ткани и анализе производства. Клиент сообщает о локальном дефекте. Группа качества запрашивает заказ, номер рулона или запись, а затем проверяет положение и результат. Полные записи позволяют заводу сузить область поиска и точно обрабатывать жалобы, вместо того, чтобы гадать, в чем заключалась проблема.

Прослеживаемость имеет четкие пределы. Система контроля записывает номер рулона, но крашение, отделка или резка могут выполняться в отдельных системах, которые никогда не передают номер рулона или идентификатор партии, и именно здесь цепочка отслеживания разрывается. Прослеживаемость рулона зависит от того, сохраняет ли каждый последующий этап и связывает ли он идентификационную информацию; На странице категорий машин для проверки ткани сравнивается, насколько машины подходят к цепи.

Хороший учет местоположения помогает предприятию решить, сколько необходимо изолировать или повторно проверить на наличие дефектной ткани. Стоит ли обрабатывать только локальный участок, все равно зависит от характера дефекта, стандарта качества и потребностей заказчика.

В каких случаях бумажная проверка не дает результатов?

Традиционная ручная проверка имеет ценность: опытный инспектор обнаруживает множество проблем с тканью, а бумага ведет учет. Трудности возникают, когда объем увеличивается, поля умножаются или записи просматриваются неделями позже; ручной поток изо всех сил пытается сбалансировать скорость, точность и эффективность.

Это проявляется тремя способами.

1. Скорость записи зависит от ручной работы. Ткань продолжает двигаться, пока оператор наблюдает, судит и пишет; запись, которая не успевает за ней, упрощает положение и тип, а дальнейшее использование страдает.

2. Ручное положение не всегда точное. Лист с надписью «середина рулона» или «около одной трети» заставляет других гадать. Различные отметки у разных операторов также усложняют последующие проверки.

3. Поиск старых записей может занять много времени. Жалоба касается рулона, изготовленного несколько недель назад, а фабрика копается в бумаге и сопоставляет номера один за другим; записи в разных сменах или файлах усложняют поиск.

Эти проблемы остаются скрытыми в день проверки, а затем замедляют ход работы во время подачи жалоб, аудита или проверки проблем.

Автоматизированная система исключает необходимость ручной записи и поиска в структурированных записях; выигрыш по-прежнему зависит от конфигурации и дисциплины обработки данных на заводе.

Как вы определите, действительно ли система подходит вашему заводу?

Ценность системы проверки фабрики с использованием искусственного интеллекта не должна основываться только на демонстрациях. Важно то, отвечает ли система реальным потребностям в проверке, регистрации и отслеживании.

При оценке оборудования проверьте следующие моменты:

• Способность обнаружения : система выявляет дефекты ткани, распространенные на вашей фабрике, и работает при различных условиях ткани и производства.

• Возможность позиционирования : позволяет определить положение дефекта, которое может проверить ваш пол, а точность соответствует производственным потребностям.

• Запись данных : сохраняется номер рулона, тип дефекта, положение и другие необходимые поля.

• Функция отчетов : поддерживает отчеты о валках, статистику качества или экспорт данных, необходимых вашему заводу.

• Прослеживаемость : запись проверки соответствует фактическому рулону, и система поддерживает передачу данных на другие этапы производства, если это необходимо.

Эти вопросы превосходят простое количество распознаваемых типов дефектов, поскольку они охватывают весь поток.

Где данные становятся пригодными для использования

Проверка тканей с помощью искусственного интеллекта — это не просто замена визуального контроля человеком автоматизированному обнаружению. Речь также идет о том, как результат сохраняется и используется. От обнаружения дефекта и фиксации его положения до записи данных рулона и построения отчета и последующей прослеживаемости — каждый шаг решает, будут ли данные работать в производстве. Результат, который невозможно обнаружить, может потребовать дополнительных проверок. Запись, которая не соответствует списку, мешает поиску по истории и обработке жалоб.

Оценка оборудования означает рассмотрение не только характеристик обнаружения. Спросите, какие данные о положении, поля записи, функции отчетов и отслеживаемость обеспечивает оборудование, и подтвердите, что они подходят для вашего стана. Наиболее практичным первым шагом будет запросить у поставщика одну настоящую запись о валке. Возьмите его с линии, подобной вашей, и проверьте номер рулона, тип дефекта, положение и результат. Конкретная пластинка лучше демо.