Przejdź do treści

Case studies · Produkcja urządzeń przemysłowych

Wizyjna kontrola zestawów: 63% mniej reklamacji

Każdy zestaw sprawdzony ze specyfikacją przed montażem, a przypadki wątpliwe trafiają do operatora.

Klient: Globalny producent urządzeń przemysłowych · Branża: Produkcja urządzeń przemysłowych · Rozwiązania: Wizyjna kontrola jakości

Kontrola zestawów: 63% mniej reklamacji: Jak wizja komputerowa sprawdza każdy zestaw z jego konfiguracją, zanim trafi do montażu. (4 min)

Wyzwanie

Jedno urządzenie powstaje z setek części. Warianty bywają łudząco podobne, a konfiguracja zmienia się między zamówieniami.

Ręczna kontrola wymaga ciągłego porównywania ze specyfikacją, a im później wykryta pomyłka, tym więcej pracy trzeba powtórzyć. Gdy znajdzie ją klient, staje się reklamacją.

01 / Warstwa danych

Wzorcowe zdjęcia części z identyfikatorami i wariantami.

Lista materiałowa określa wymagania dla każdej konfiguracji i rewizji; zdjęcie każdego zestawu łączymy z właściwą specyfikacją i katalogiem wzorców.

02 / Warstwa AI

Każdą część wydzielamy z obrazu, a DINOv2 opisuje jej wygląd wektorem cech; wyszukiwanie podobnych wektorów wskazuje pasujące wzorce jako kandydatów rozpoznania.

OCR i reguły specyfikacji weryfikują wariant. Wszystko, co niepewne, na przykład nieczytelna etykieta, wstrzymuje akceptację i trafia do operatora.

Projekt scena po scenie

Kadry pochodzą z naszego filmu o tym wdrożeniu.

  1. 01 / 08

    Koszt pomyłki

    Jedno urządzenie powstaje z setek części. Warianty bywają łudząco podobne, a konfiguracja zmienia się między zamówieniami. Ręczna kontrola wymaga ciągłego porównywania ze specyfikacją. Im później wykryta pomyłka, tym więcej pracy trzeba powtórzyć.

  2. 02 / 08

    DATA: dane referencyjne

    Warstwa danych obejmuje wzorcowe zdjęcia części, ich identyfikatory i warianty. Lista materiałowa określa wymagania dla konfiguracji i rewizji. Zdjęcie badanego zestawu łączymy z właściwą specyfikacją oraz katalogiem wzorców.

  3. 03 / 08

    AI: obraz i OCR

    Najpierw wydzielamy element z obrazu. Dino w wersji drugiej opisuje jego wygląd wektorem cech. Wyszukiwanie podobnych wektorów wskazuje pasujące wzorce części. To kandydaci do rozpoznania. Odczyt OCR i reguły specyfikacji weryfikują wariant. Wątpliwości rozstrzyga operator.

  4. 04 / 08

    Dwie niezgodności

    Tutaj tuleja wygląda podobnie, ale jej oznaczenie wskazuje inny wariant. Obok brakuje podkładki. System zaznacza oba miejsca i pokazuje różnicę między wymaganiem a tym, co znajduje się na tacy.

  5. 05 / 08

    Wyjątek dla operatora

    Jeszcze jedna pozycja wymaga sprawdzenia. Etykieta jest nieczytelna. System wstrzymuje zatwierdzenie i kieruje przypadek do operatora. Dodatkowe zdjęcie pozwala odczytać oznaczenie. Niepewność musi zostać wyjaśniona przed akceptacją zestawu.

  6. 06 / 08

    Poprawka i ponowna kontrola

    Operator wymienia niewłaściwą tuleję, następnie dodaje brakującą podkładkę. Zestaw wraca do kontroli. Dopiero nowe zdjęcie i ponowne porównanie potwierdzają zgodność. Samo zamknięcie zgłoszenia nie wystarcza do zatwierdzenia.

  7. 07 / 08

    Raport ze zdjęciami

    Raport łączy identyfikator zestawu, jego konfigurację, zdjęcia i wynik kontroli. Kod QR pozwala wrócić do tego dokumentu. Montaż i klient otrzymują wspólny zapis tego, co sprawdzono przed przekazaniem zestawu dalej.

  8. 08 / 08

    Efekt biznesowy

    W opisanym wdrożeniu liczba reklamacji spadła o sześćdziesiąt trzy procent. System przejął powtarzalne sprawdzanie. Ludzie mogli skupić się na wyjątkach, wyjaśnianiu przyczyn niezgodności i usprawnianiu procesu.

Wyniki

  1. Reklamacje klientów spadły o 63%.
  2. System przejął powtarzalne sprawdzanie; ludzie zajmują się wyjątkami, przyczynami niezgodności i usprawnianiem procesu.

Kolejny etap, rozwijany razem z klientem

Pomoc już podczas kompletacji: kamera rozpoznaje część na stanowisku i zgłasza zły wariant albo pominiętą część, zanim zestaw trafi do montażu. To docelowy wariant, wciąż w rozwoju.

Porozmawiajmy o Waszym projekcie

Opiszcie swój przypadek

Wybierzcie jeden problem.

Pokażcie dostępne dane.

Ustalmy mierzalny cel.

[email protected]

Wskażcie proces i dane, które macie. Odezwie się inżynier, nie call center.

Odpowiadamy w ciągu jednego dnia roboczego.

Opcjonalnie. Zostawcie numer, jeśli wolicie, żebyśmy oddzwonili.

Wykorzystamy Wasze dane wyłącznie do odpowiedzi na to zapytanie. Szczegóły: polityka prywatności.