การตรวจสอบการใช้งานบูชชิ่ง

เนื่องจากบูชช่วยลดแรงเสียดทานและดูดซับแรงสั่นสะเทือน จึงมีความสำคัญอย่างยิ่งต่อสมรรถนะ ความปลอดภัย และความสะดวกสบายของรถยนต์ การใช้งานนี้เน้นที่การตรวจสอบบูชหลังกระบวนการกลึง

มีข้อบกพร่องในการผลิตเกิดขึ้นอะไรบ้าง?

ปัจจัยต่างๆ เช่น การสึกหรอและความเสียหายของเครื่องมือ การตั้งค่าเครื่องจักรที่ไม่เหมาะสม เศษซากในสภาพแวดล้อมการตัดเฉือน และข้อผิดพลาดของมนุษย์ อาจทำให้เกิดข้อบกพร่องในระหว่างกระบวนการตัดเฉือน เช่น:

ข้อบกพร่องเหล่านี้ส่งผลต่อประสิทธิภาพการทำงานของบูช ความทนทาน และความปลอดภัยในการใช้งาน และผู้ผลิตควรใช้มาตรการควบคุมคุณภาพเพื่อป้องกันข้อบกพร่องเหล่านี้

อย่างไรก็ตาม ข้อบกพร่องเหล่านี้อาจตรวจพบได้ยาก เนื่องจากพื้นผิวโลหะของบูชอาจสะท้อนแสงในลักษณะที่บดบังข้อบกพร่องได้ และข้อบกพร่องจากการตัดเฉือนหลายๆ อย่างนั้นละเอียดอ่อนและยากต่อการมองเห็น โดยเฉพาะอย่างยิ่งหากความแตกต่างของข้อบกพร่องกับพื้นหลังนั้นต่ำ ระบบการมองเห็นด้วยเครื่องจักรแบบดั้งเดิมมีปัญหาในการจับภาพที่ชัดเจนและแยกแยะระหว่างข้อบกพร่องจริง พื้นผิวสะท้อนแสง และพื้นหลัง ซึ่งท้ายที่สุดแล้วข้อบกพร่องจะหายไปหรือทำให้เกิดการปฏิเสธที่ผิดพลาด

ในสภาพแวดล้อมการผลิตที่มีปริมาณมาก จำเป็นต้องตรวจสอบบูชอย่างรวดเร็วเพื่อให้ทันกับอัตราการผลิต ผลิตภัณฑ์ระบบภาพสำหรับเครื่องจักรแบบเดิมอาจไม่สามารถตามทันเวลาในรอบการทำงานที่กำหนดได้

โซลูชั่น

UnitX's AI-powered การตรวจสอบจะตรวจสอบข้อบกพร่องในการกลึงบูชอย่างมีประสิทธิภาพในกรณีที่โซลูชันอื่นล้มเหลว

ครั้งแรกที่ OptiX ระบบถ่ายภาพจะทำการส่องและถ่ายภาพบูช จากนั้น CorteX Central แพลตฟอร์ม AI ได้รับการฝึกอบรมเกี่ยวกับข้อบกพร่องในการตัดเฉือน ในที่สุดโมเดล AI เหล่านั้นจะถูกนำไปใช้งาน CorteX Edge ระบบอนุมานเพื่อตรวจจับและจำแนกข้อบกพร่องแบบอินไลน์

นอกจากนี้ ผู้ผลิตยังสามารถใช้ CorteX AI เพียงอย่างเดียวได้หากมีระบบถ่ายภาพอยู่แล้ว ตัวอย่างเช่น หากผู้ผลิตต้องการตรวจจับข้อบกพร่องภายในบูช เช่น สิ่งเจือปนที่ฝังอยู่ในวัสดุบูช ผู้ผลิตสามารถใช้ CorteX AI เพียงอย่างเดียวและผสานเข้ากับเครื่องสแกนเอกซเรย์และซีทีที่มีอยู่เพื่อการตรวจจับข้อบกพร่องที่ได้รับการปรับปรุงอย่างรวดเร็ว

ทำไม UnitX สำหรับการตรวจสอบการกลึงบูชใช่ไหม?

OptiX ให้ภาพที่เหนือกว่าซึ่งช่วยลดการสะท้อนแสงในขณะที่เพิ่มความชัดเจนของข้อบกพร่องสูงสุด มีแหล่งกำเนิดแสงที่ควบคุมได้อิสระ 32 แหล่ง ซึ่งสามารถปรับให้เหมาะสมสำหรับพื้นผิวบูชโลหะและข้อบกพร่องต่างๆ ผ่านทางซอฟต์แวร์ ความสามารถในการสร้างภาพด้วยคอมพิวเตอร์สามารถใช้ถ่ายภาพหลายภาพและกำจัดจุดร้อนที่เกิดจากพื้นผิวบูชที่มีการสะท้อนแสงสูง และการออกแบบโดมแสงรองรับมุมตกกระทบที่แหลมมากของแสงที่ฉายออกมา ทำให้แม้แต่ข้อบกพร่องเล็กๆ ก็ยังเกิดเงาซึ่งทำให้มองเห็นได้ชัดเจนยิ่งขึ้น

CorteX ตรวจจับข้อบกพร่องที่ซับซ้อนและสุ่มได้อย่างแม่นยำ ระบบจะทำการปรับค่าความแปรปรวนของตำแหน่งและทิศทางโดยอัตโนมัติ และตรวจจับข้อบกพร่องได้อย่างละเอียดถึงระดับพิกเซล ช่วยลดผลบวกปลอมที่นำไปสู่การเสียของและสินค้าที่สูญเปล่า

CorteX รองรับการพัฒนา การปรับใช้ และการวนซ้ำของโมเดล AI อย่างรวดเร็วโมเดล CorteX AI มีประสิทธิภาพในการสุ่มตัวอย่าง เนื่องจากต้องใช้รูปภาพเพียงไม่กี่ภาพเพื่อฝึกอบรมเกี่ยวกับประเภทข้อบกพร่องใหม่

UnitX เพิ่มผลผลิตให้เหมาะสมที่สุด ใน CorteX สามารถปรับเกณฑ์คุณภาพและแสดงภาพผลกระทบต่อผลผลิตก่อนนำการเปลี่ยนแปลงเหล่านั้นไปใช้ในการผลิต ข้อมูลการตรวจสอบทั้งหมดสามารถอ้างอิงได้ในแพลตฟอร์มกลางเดียวเพื่อให้ผู้ผลิตวิเคราะห์และระบุพื้นที่สำหรับการปรับปรุงกระบวนการ

UnitX ให้การตรวจสอบแบบรวดเร็วแบบอินไลน์ 100% OptiX มี LED สว่างและความเร็วในการจับภาพที่รวดเร็วถึง 1 เมตรต่อวินาทีเพื่อการถ่ายภาพความเร็วสูง และ CorteX Edge รองรับความเร็วในการอนุมานสูง (สูงถึง 100 MP) เพื่อส่งออกการตัดสินใจ OK/NG ได้อย่างรวดเร็ว พร้อมสื่อสารการตัดสินใจนั้นได้อย่างราบรื่นผ่านการบูรณาการกับ PLC, MES และระบบ FTP หลักทั้งหมด

ผู้ผลิตที่ใช้ UnitX การตรวจสอบการกลึงบูชแบบอัตโนมัติสามารถทำได้ดังนี้:

• ป้องกันการรั่วไหลของคุณภาพซึ่งส่งผลกระทบต่อความน่าเชื่อถือ ประสิทธิภาพ และความปลอดภัยของรถยนต์
• ลดเศษวัสดุโดยลดอัตราการปฏิเสธที่ผิดพลาดซึ่งมักเกิดขึ้นกับระบบภาพเครื่องจักรแบบเดิม และระบุข้อบกพร่องตั้งแต่เนิ่นๆ ในกระบวนการผลิต
• ปรับปรุงผลผลิตโดยวิเคราะห์ข้อมูลการผลิตและคุณภาพเพื่อโอกาสในการปรับปรุงกระบวนการ
• ตรวจสอบอัตโนมัติตามความเร็วของการผลิตเพื่อเพิ่มผลผลิตการผลิตบูช

UnitX ตัวอย่างการตรวจสอบแบบเจาะลึก

ในตัวอย่างนี้ เราตรวจสอบบูชโลหะเพื่อหาข้อบกพร่องบนพื้นผิวที่เกิดจากกระบวนการกลึง โดยการตรวจสอบบูชก่อนกระบวนการตกแต่ง เราสามารถตรวจพบข้อบกพร่องได้ในระยะเริ่มต้นและลดของเสียให้เหลือน้อยที่สุด

การถ่ายภาพ

อันดับแรกเราใช้ OptiX เพื่อถ่ายภาพบูชหลังการตัดเฉือน เพื่อให้แน่ใจว่าเราจะจับภาพทั้งชิ้นส่วนที่ชำรุดและปกติได้ เราใช้ OptiXซอฟต์แวร์กำหนดแสงเพื่อกำหนดค่ารูปแบบแสงและมุมตกกระทบต่างๆ ที่สามารถจับภาพข้อบกพร่องเล็กๆ น้อยๆ ได้ดีที่สุด

องค์กร

ต่อไปเราใช้ CorteX Central เพื่อฝึกโมเดลของเรา เราสร้างป้ายกำกับสำหรับข้อบกพร่องบนพื้นผิวของบูชสี่ประการที่เราต้องการตรวจจับ ได้แก่ รอยแตก รอยขีดข่วน รอยบุบ และรอยสึกกร่อน

จากนั้นเราจึงติดป้ายข้อบกพร่องเหล่านั้นในรูปภาพที่เราถ่ายไว้ OptiXโดยใช้เพียงภาพไม่กี่ภาพสำหรับแต่ละข้อบกพร่อง

เนื่องจากอินเทอร์เฟซที่เป็นมิตรต่อผู้ใช้ของ CorteX และจำนวนรูปภาพที่ต้องใช้ไม่มากในการฝึกโมเดล AI จึงใช้เวลาเพียงไม่กี่นาทีในการติดฉลากข้อบกพร่องทั้งสี่จุด

การตรวจพบ

จากนั้นเราจึงนำโมเดล AI เหล่านั้นไปใช้งาน CorteX Edge เพื่อตรวจจับข้อบกพร่องบนบูชใหม่ ส่งผลให้สามารถตรวจจับและจำแนกข้อบกพร่องทั้งสี่ประการของเราได้อย่างแม่นยำ