Inspekcija nedostatka motora i glave cilindra: vid dubokog učenja za nedostatke u odlijevanju

Prikaz

U različitim fazama proizvodnje mogu se pojaviti defekti u blokovima motora i glavama cilindara. Odlijevanje u slučaju da se u slučaju izbacivanja ne primijenjuje određena vrsta materijala, u slučaju da se u slučaju izbacivanja ne primijenjuje određena vrsta materijala, to znači da se ne primjenjuje određena vrsta materijala. neispravnost strojeva i obrade u slučaju da se proizvodnja ne provede u skladu s tim načelom, proizvođač može upotrijebiti proizvodnju u skladu s tim načelom.

Big Bird Industrial-ovo rješenje za inspekciju vida kombinira u skladu s člankom 3. stavkom 1. za potrebe ovog članka, za svaki proizvod koji je pod uvjetom da je proizvođač proizvođač proizvođač koji je proizvođač proizvođač proizvođača, proizvođač proizvođača proizvođača proizvođača proizvođača proizvođača proizvođača proizvođača proizvođača

U skladu s člankom 4. stavkom 2. 4,5 minuta. , s konačnom konfiguracijom i takt prilagodljiv prema zahtjevima za radni komad i inspekciju.

1. za Gurnje i strojevi su različiti problemi inspekcije

U slučaju da se ne primjenjuje ovaj članak, proizvođač može upotrijebiti sljedeće elemente:

Odlijevanje

Tipične nedostatke povezane s odlijevanjem uključuju:

• Otvori za pijesak
• Plinska poroznost
• Neispravnost
• Uključci

U slučaju da se ne primjenjuje, to znači da se ne primjenjuje. Ako se na površini ne pojavljuju, mogu se pojaviti kao tamne mrlje, jame, nepravilne udubljenja ili područja s različitom teksturom površine.

Neispravnost strojeva i obrade

Nakon odlijevanja, motori i glava cilindara podvrgnu se obradi, transportu, začepljenju i drugim proizvodnim operacijama.

Tipične nedostatke u ovim fazama uključuju:

• Oznake udara
• Ogrebotine
• Površinska oštećenja
• Lokalne ugruške

U slučaju da je proizvod izložen na temelju izloženosti, to znači da je proizvod izložen na temelju izloženosti.

Ova razlika je važna za strojno vidovanje jer dvije skupine defekta mogu zahtijevati različite strategije snimanja i algoritma.

2. - Što? Zašto je teško otkriti defekt u odlijevanju

Proizvodnja materijala na površini odlijevanja je prirodno složenija od visoko jednakih obrađenih površina.

"Sredstva za obradu" uključuju:

• Nepravilna tekstura
• Prirodna promjena površine
• Promjene gruboće
• Različite reakcije svjetlosti
• Vizualne osobine povezane s materijalom

U slučaju odlijevanja, u obliku i veličini mogu se znatno razlikovati i grebe poput rupastih rupa i poroznosti.

Stoga je jednostavnom vidnom sustavu zasnovanom na pragu teško razlikovati pravi defekt od normalne teksture odlijevanja.

Zbog toga se u referentnom sustavu koristi u skladu s člankom 3. stavkom 1. .

Umesto da se oslanja samo na fiksne stupnjeve sive ili geometrijske pragove, obučeni model može naučiti vizualne karakteristike iz reprezentativnih uzoraka OK i NG.

Međutim, duboko učenje ne uklanja potrebu za odgovarajućim snimanjem. U skladu s člankom 3. stavkom 2. točkom (a) ovog članka, sustav mora biti osposobljen za provjeru i provjeru.

3. Slijedi sljedeće: Rešenje za inspekciju: duboko učenje + vizija visoke rezolucije

U skladu s člankom 6. stavkom 1. točkom (a) ovog članka, "proizvodnja" znači proizvodnja proizvoda koji se upotrebljava za proizvodnju proizvoda koji se upotrebljavaju u proizvodnji proizvoda koji se upotrebljavaju u proizvodnji proizvoda koji se upotrebljavaju u proizvodnji proizvoda.

Neispravnost površine

Sistem može provjeriti određena obradana područja na nedostatke kao što su:

• Oznake udara
• Ogrebotine
• Površinska oštećenja

Odlijevanje

U okviru inspekcije također se obuhvaćaju:

• Otvori za pijesak
• Plinska poroznost
• Neispravnost
• Uključci

U slučaju da je proizvodna površina na kojoj se nalazi proizvodna površina, u slučaju da je proizvodna površina na kojoj se nalazi proizvodna površina, u slučaju da je proizvodna površina na kojoj se nalazi proizvodna površina, u slučaju da je proizvodna površina na kojoj se nalazi proizvodna površina, u slučaju da je proizvodna površina na kojoj

Inspekcija dubokog učenja

Sistem koristi algoritme za duboko učenje za analizu snimljenih slika.

Ovaj pristup je posebno koristan kada je morfologiju defekta teško opisati pomoću jednostavnih fiksnih pravila.

U slučaju da se ne može utvrditi da je to potrebno, to se može učiniti na temelju sljedećih kriterija:

• Oblik
• Veličina
• Karakteristike rubova
• Kontrast
• Površinska tekstura
• Distribucija

U skladu s člankom 3. stavkom 2. točkom (a) ovog članka, za sve proizvode koji se upotrebljavaju u proizvodnji električne energije, za koje se primjenjuje točka (b) ovog članka, za koje se primjenjuje točka (c) ovog članka, primjenjuje se sljedeća metoda:

4. - Što? Konfiguracija hardvera

U ovom slučaju, sustav za određivanje položaja može se koristiti za određivanje položaja.

Vizijski sustav

• industrijska kamera od 20 MP
• S druge strane, radi se o svjetlu koji se može koristiti za svjetlo koje je posebno visoko svjetlo.

Kamera visoke rezolucije pruža detaljne informacije o sliku, dok je veliki sustav osvijetljenja dizajniran tako da pruža odgovarajuću svjetlost na cijelom području za inspekciju.

Robotizirano snimanje

A. FANUC robot "Sistem za upravljanje" ili "sistem za upravljanje"

U skladu s člankom 3. stavkom 2. točkom (a) ovog članka, sustav može provjeravati različita područja složenih komponenti motora bez potrebe za posebnom fiksnom kamerom za svaku poziciju provjere.

Kontrola i funkcije podataka

Sistem uključuje:

• Čitanje koda
• Inspekcija s mašinski vidom
• Algoritmi dubokog učenja
• Proučavanje
• Analiza podataka
• Daljinski pristup podacima

To omogućuje povezivanje rezultata inspekcije s pojedinačnim dijelovima i kasnije ih pregledati za analizu kvalitete.

- Pet. Sljedeći članak

U skladu s člankom 4. stavkom 1.

Članci	Specifikacije
Uvođenje	S druge strane, za vozila s brzinom od 300 mm do 300 mm, ne smiju se upotrebljavati vozila s brzinom od 300 mm do 300 mm.
S druge konstrukcije	S druge energije
Opseg inspekcije	Uređene površine i defekti odlijevanja
Odlijevanje	U slučaju da se ne primjenjuje, ispitna metoda može se upotrijebiti za utvrđivanje vrijednosti.
Neispravnost strojeva	U slučaju udaraca na površinu
Izvješće o ciklusu inspekcije	4,5 minuta.
Industrijska kamera	20 MP
RASVJETA	S druge strane, radi se o svjetlu koji se može koristiti za svjetlo koje je posebno visoko svjetlo.
Robot	Fanuc
Kontrolirati	Siemens / Advantech industrijski računari
Tehnologija inspekcije	Strojno viđenje + duboko učenje
Funkcije	U skladu s člankom 21. stavkom 1.

U skladu s člankom u slučaju da se primjenjuje u slučaju izloženosti, to znači da se primjenjuje samo u slučaju izloženosti. - Što? U slučaju da je proizvodnja u skladu s zahtjevima iz članka 3. stavka 1. točke (a) ovog članka, u skladu s člankom 6. stavkom 2. točkom (a) ovog članka, potrebno je utvrditi razinu i razinu uobičajenih proizvoda.

6. - Što? Osnovna razmatranja pri odabiru

6.1 Izgradnja uzorke baze podataka prije razvoja algoritma

Učinkovitost dubokog učenja u velikoj mjeri ovisi o kvaliteti uzorka.

U okviru projekta trebalo bi prikupiti reprezentativne uzorke koji obuhvaćaju:

• Normalni proizvodi
• Proizvodi čiste prirodne prirode
• Različite vrste mana
• Različite veličine mana
• Uzorci na granici ili na granici
• Različiti uvjeti površine

Uzorci granični su posebno važni jer stvarni proizvodni nedostaci nisu uvijek tako očiti kao laboratorijski uzorci.

6.2 Definirati kriterije kvantitativnih nedostataka

Pojmovi poput "male poroznosti" ili "manjih rupa iz pijeska" teško su za sustav za vidno djelovanje da ih tumači bez inženjerskih kriterija.

U specifikaciji kvalitete treba definirati, prema potrebi:

• Najmanji broj grešaka
• Najveća prihvatljiva veličina nedostatka
• Broj nedostataka
• Broj i broj propusta
• Lokacija greške
• Prihvatljiva udaljenost između mana

U slučaju da se algoritam ne može upotrijebiti za provjeru, on se može upotrijebiti za provjeru.

6.3 Razmislite o ciklusu od 4,5 minuta u planiranju proizvodnje

U slučaju da se u slučaju pojave pojave pojava pojačavanja, potrebno je utvrditi vrijeme i vrijeme za provjeru.

To može učiniti konfiguraciju pogodnom za:

• U skladu s člankom 6. stavkom 2.
• Kontrola serija
• Kontrola kvalitete na kraju linije
• Uzorkovna inspekcija

Ako je potrebno integrirati inspekciju u bržu proizvodnu liniju, točke inspekcije mogu se potencijalno raspoređivati na više paralelnih stanica.

Stvarno rješenje treba utvrditi analizom vremena ciklusa, a ne pretpostavkom da jedna robotizirana inspekcijska stanica može pokriti sve zahtjeve za takt.

6.4 Planiranje pristupa podacima i zadržavanje podataka

Funkcije daljinskog traženja podataka korisne su za kvalitetu praćenja, ali sustav bi trebao biti dizajniran oko stvarnog IT okruženja tvornice.

U tehničkoj specifikaciji treba definirati:

• Obim zadržavanja podataka
• Snaga pohranjivanja slika
• Upotreba
• Metod udaljenog pristupa
• Zahtjevi za sigurnosnu zaštitu
• Odjeljak od proizvoda do rezultata

- Sedam. Može li inspekcija vida otkriti nedostatke u odlijevanju?

Strojna vizija može otkriti u slučaju da je proizvod na temelju ispitivanja izložen, ispitno tijelo može utvrditi da je proizvod na temelju ispitivanja izložen. , uključujući primjerene primjere rupotina, poroznosti, površnih defekata i uključivanja povezanih sa smanjenjem.

Međutim, postoji jedno važno ograničenje.

Nedostaci potpuno zakopani unutar odlijevanja s ne može se pouzdano otkriti nijedna vidljiva oznaka površine samo pomoću površinske slike .

U slučaju da se ne primjenjuje sustav za ispitivanje, mora se utvrditi da je sustav za ispitivanje u skladu s člankom 6. stavkom 2.

• Rentgenski pregled
• Ultrasvukovo testiranje
• U skladu s člankom 4. stavkom 1.
• U slučaju da je to potrebno, može se upotrebljavati i druga metoda NDT.

Stoga bi vizualna inspekcija trebala biti shvaćena kao metoda za inspekciju vidljive površinske i blizu površinske manifestacije , umjesto da zamjeni svaki oblik inspekcije odlijevanja.

8. - Što? Udržavanje uspješnosti modela dubokog učenja

Model dubokog učenja obično ne postaje netočan samo zato što je u upotrebi neko vrijeme.

Međutim, inspekcije se mogu mijenjati kada se mijenjaju uvjeti proizvodnje.

Primjeri uključuju:

• Novi materijal za odlijevanje ili dobavljač
• Novi obradni postupak
• Promjene površinske obrade
• Promjene osvetljenja
• Novi modeli proizvoda
• Novi tipovi nedostatka
• Zamjena kamere
• Izmjene postavke ili položaja robota

U skladu s člankom 3. stavkom 1.

1. Novi uzorak o nedostatku
2. Proučavanje uzorka proizvodnje
3. U skladu s člankom 4. stavkom 2.
4. Modela ažuriranja
5. Upravljanje verzijama
6. U skladu s člankom 4. stavkom 2.

U slučaju da se u skladu s člankom 6. stavkom 1. točkom (a) ovog članka primjenjuje na opremu koja je proizvedena u skladu s člankom 6. stavkom 1. točkom (a) ovog članka, to se može primjenjivati na opremu koja je proizvedena u skladu s člankom 6. stavkom 1. točkom (a) ovog članka

9. - Što? Uključivanje inspekcije vida u čišćenje

U slučaju da se ne provjeri, potrebno je provjeriti i da se utvrdi da je to u skladu s člankom 6. stavkom 2.

Za proizvodne linije koje zahtijevaju čišćenje i vizualni pregled, ova dva procesa mogu se integrirati u širi tok rada kontrole kvalitete.

Tipična sekvenca može biti:

Izrada i proizvodnja:

U skladu s člankom 3. stavkom 2. točkom (a) ovog članka, za sve proizvode koji se upotrebljavaju u proizvodnji goriva za proizvodnju goriva za uporabu u proizvodnji goriva za uporabu u proizvodnji goriva za uporabu u proizvodnji goriva za uporabu u proizvodnji goriva za uporabu u proizvodnji goriva za upora

Također može učiniti da rezultat inspekcije više predstavlja stanje komponente neposredno prije montaže.

Big Bird Industrial ima oboje. sposobnosti za industrijsku preciznu opremu za čišćenje i za inspekciju s pomoću strojnog vida , što omogućuje kombinirana rješenja za čišćenje i inspekciju za primjene u kojima su potrebni oba postupka.

- Deset. Mogućnosti Big Bird Industrial-a za inspekciju mašinskog vida

Harbin Big Bird Industrial Co., Ltd. (Big Bird Industrial), bivša Harbin Shimada Big Bird Industrial Co., Ltd., u skladu s člankom 3. stavkom 1.

Poslovanje s strojnim vidom obuhvaća šest specijaliziranih područja:

• Istok dimenzionalno i geometrijsko provjeravanje
• Površina inspekcija površnih mana
• Skupština inspekcija sastavljanja i poka-joke
• U unutrašnjosti inspekcija unutarnjih rupa i unutarnjih zidova
• Boja Pogledajte inspekcija nedostataka površine boje
• Algoritam i softverska platforma algoritmi i softver za strojno viđenje

Za blokove motora i glave cilindara Površina može se konfigurirati za nedostatke obrade površine i vidljive nedostatke odlijevanja.

Ako je potrebna inspekcija unutarnje rupe, U unutrašnjosti može se baviti zahtjevima za inspekciju unutarnje rupe i unutarnjih površina zidova.

To omogućuje konfiguraciju sustava za inspekciju u skladu s stvarnom vrstom nedostatka, lokacijom inspekcije i proizvodnim postupkom, umjesto primjene jedne metode snimanja na svako područje.

Često se javljaju pitanja

Može li mašinsko viđenje zamijeniti ručno provjeravanje za rupine i poroznost?

Za nedostatke koji su vidljivo izloženi na pregledanoj površini, automatizirano viđenje može zamijeniti ili znatno smanjiti ručno vizualno pregledanje.

Međutim, nedostatke koji su potpuno skriveni unutar odlijevanja i bez ikakvih znakova površine ne mogu se otkriti samo slikom površine. Za takve nedostatke potrebne su odgovarajuće metode nedestruktivnog ispitivanja.

Hoće li model dubokog učenja postati netočan nakon što se provede neko vrijeme?

Ne samo zbog vremena rada.

U slučaju da se proizvod, postupak, materijal, osvjetljenje ili populacija nedostataka promijeni, performanse se mogu promijeniti. U skladu s člankom 11. stavkom 1.

Zašto je objavljeni ciklus inspekcije 4,5 minuta?

U skladu s člankom 3. stavkom 1. točkom (a) ovog članka, sustav za upravljanje motorima može se koristiti za određivanje položaja motora.

Objavljeni članak 4. u slučaju da je primjena iz članka 4. stavka 1. točke (a) primjene, primjenjuje se sljedeći: Ako je potreban brži proizvodni takt, točke inspekcije mogu se podijeliti između paralelnih stanica ili optimizirati putanje slike i robota.

Može li se sustav za vid povezati s čistačem?

-Da, to je dobro.

Big Bird Industrial pruža precizne industrijske opreme za čišćenje i sustave za inspekciju strojnog vida. Ako proizvodni proces to zahtijeva, čišćenje i inspekcija mogu se povezati tako da se dijelovi direktno od čišćenja i sušenja prelaze na automatizirano vizualno provjeravanje i sledljivost.

Odluka Komisije

U slučaju da se ne provede ispuštanje, u slučaju da se ne provede obrada, u slučaju da se ne provede obrada, u slučaju da se ne provede obrada, u slučaju da se ne provede obrada, u slučaju da se ne provede obrada, u slučaju da se ne provede obrada, u slučaju da se ne prov

U slučaju da se ne primjenjuje, u slučaju da se ne primjenjuje, u skladu s člankom 6. stavkom 2. odlijevanje, dok opis: u slučaju da se ne primjenjuje, proizvođač može upotrijebiti: Njihove vizualne karakteristike mogu se znatno razlikovati, što otežava pouzdanu primjenu jedne strategije inspekcije s fiksnim pragovima.

Rešenje na koje se odnosi kombinira industrijska kamera 20 MP, osvetljenje visoke svjetlosti, FANUC robotizirano pozicioniranje i strojno viđenje dubokog učenja za potrebe ovog članka, za proizvodnju materijala za proizvodnju od tvari za proizvodnju od tvari za proizvodnju od tvari za proizvodnju od tvari za proizvodnju od tvari za proizvodnju od tvari za proizvodnju od tvari za proizvodnju od tvari za proizvodnju od tvari za proizvodnju tvari za proizvodnju tvari za proizvodnju tv

Za proizvodne primjene, međutim, učinkovitost inspekcije dubokog učenja ovisi o više nego samo o samom algoritmu. U slučaju da se ne provodi ispitivanje, potrebno je utvrditi kriterij za prihvaćanje. sve su to bitni dijelovi pouzdanog sustava za inspekciju vida.

Za proizvođače koji žele kombinirati čišćenje, inspekciju površina i sledljivost, Big Bird Industrial može integrirati ove procese u širi automatizirani tok rada kontrole kvalitete, s Šimada u skladu s člankom 3. stavkom 1.