Montaj Hattında Hangi Kontrol Noktalarında Otomatik Görsel Muayene Teknolojisi Gereklidir?

Huang Xiaolei tarafından | Benlong Otomasyon

Düşük voltajlı bir elektrik hattıyla uğraşırken, yanlış ayarlanmış gümüş kontak, ters bileşenler veya okunaksız lazer kodu ile devre kesiciler göndererek kötü kalite sunmak, iş operasyonlarının derhal sona ermesine yol açar. Yıllarca bu tür kusurlara karşı tek koruma, keskin görüşlü ve sağlam bir lambaya sahip iyi bir operatör olmuştur. Ancak, ayda yüz binlerce birimlik artan üretim hacmi ve yabancı ticaretten gelen daha sıkı kalite gereksinimleri ile bu uygulamalar verimsiz hale gelir. Bu nedenle, kesici ve sayaç üreticileri, yalnızca otomatik görsel muayene teknolojisine.

dayanmıştır. Bu belgenin amacı, yukarıdaki teknolojinin ne anlama geldiğini, hangi durumlarda en faydalı olduğunu ve kusurun iyi ürün reddi olmadan yakalanmasını sağlayacak bir sistemin nasıl oluşturulabileceğini açıklamaktır. Kesici ve sayaç üretim verimini büyük ölçüde etkileyen dört nokta ele alınacaktır: bileşen yönlendirmesi, gümüş kontak kalitesi, otomatik montaj sonuçları ve lazer işaretleme kalitesi.

Otomatik görsel muayene teknolojisi nedir?

En basit haliyle, makine görsel muayenesi insanın karar verme sürecini bir kamera ve bilgisayar ile değiştirir. Bir parça bir istasyona girer, kontrollü aydınlatma ilgi alanını öne çıkarır, bir veya daha fazla kamera görüntü yakalar ve yazılım gördüklerini tanımlanmış bir standartla karşılaştırır. Milisaniyeler içinde sistem bir karar verir: geçer, kalır veya yeniden işlenir ve hattı iyi birimi ilerletmeye veya kötü olanı yönlendirmeye sinyal verir. Aynı teknoloji fabrika katında genellikle otomatik optik muayene, veya AOI olarak tanımlanır ve Çin elektrik tesislerinde genellikle CCD görsel muayene, olarak uygulanır; bu, kameralardaki yük bağlı cihaz sensörlerinden adını alır.

Önemli değişiklik kamera değil, yapılan seçimdir. Bir kişi bir vardiya boyunca on bin devre kesiciyi incelerken on bin karar verir. Ancak, yetkin bir müfettişin karar verme yeteneği sadece birkaç saat içinde en düşük seviyeye iner. Örneğin, bir görsel sistem ilk ve milyonuncu ekipman parçasında aynı şekilde karar verir. Ayrıca, insanın aksine, tüm muayene sonuçlarını ekipmanın barkoduna karşı kaydeder ve böylece izlenebilir bir kalite geçmişi oluşturur.

Neden manuel muayene ayak uyduramaz

Manuel görsel muayenenin üç dezavantajı vardır. İnsan sadece bir yönü aynı anda görebildiği ve her parçayı fiziksel olarak kaldırıp döndürüp yerine koyması gerektiği için yavaştır. Dikkat dağınıklığı, aydınlatma ve ruh hali performansı vardiya boyunca ve operatörler arasında etkilediği için tutarsızdır. Son olarak, insan tarafından yapılan değerlendirme kanıt bırakmadığı için belirsizdir; bu nedenle hangi ürünlerin muayene edildiğini belirlemek veya sahadaki arızayı muayeneye bağlamak imkansızdır. Tüm bu sınırlamalar birleştiğinde, yüksek hızlı üretim hattında fark edilmeyen kusurların sayısı olan ölçülebilir bir kaçış oranına dönüşür ve bu da iade ve ek işlemler nedeniyle kârı azaltır. Ekonomik açıdan bizim MCB muayene konveyörümüz açıkça belirtir: muayenenin manuel bir tezgâhtan otomatik, veri kaydeden bir hatta taşınması, verimlilik artışının çoğunun geldiği yerdir.

Otomatik görsel muayenenin değer kazandığı dört kontrol noktası

Görüş, kusurun yakalanmasının ucuz ve kaçırılmasının pahalı olduğu noktalarda en değerlidir. Bir kesici veya sayaç hattında, dört böyle kontrol noktası öne çıkar. Beslemede yakalanan bir hata, aynı hatanın nihai montajdan sonra keşfedilmesinden çok daha az maliyetlidir; çünkü o zaman birime zaten katılmış değer kaybedilir..

Beslemede bileşen yönlendirmesi

Çoğu küçük elektrik parçası hat üzerinde toplu halde gelir ve titreşimli bir besleyici tarafından ayrılır. Sorun, besleyicinin parçaları yerçekiminin getirdiği herhangi bir yönde sunmasıdır ve birçok bileşen ön ve arka yüzü neredeyse aynıdır. Bir parçanın ters takılması, aşağı akışta ölü bir montajın en yaygın nedenlerinden biridir. Yön tespiti bunu besleme hattının üzerine bir kamera yerleştirerek çözer: sistem, her parçanın ön ve arka imzasını geçerken okur ve yanlış yönde olan herhangi bir parçayı montaj yuvasına ulaşmadan önce reddeder veya tekrar dolaşıma sokar. Kontrol beslemede yapıldığı için, yanlış yönlendirilmiş parça hiçbir istasyon döngüsü veya bağlantı elemanı tüketmez. Bizim MCB görsel otomatik perçin tespit ekipmanımız tam olarak bu prensibi uygular, yüksek çözünürlüklü kameralar ve görüntü işleme yazılımı kullanarak her parçanın konumunu ve ayarını kutup başına yaklaşık bir saniye hızla doğrular, aynı zamanda bizim akıllı MCB montaj durdurucu ekipmanımız parçaya bağlı olarak kusurlu beslemelerin tespiti için ya görsel ya da fiber optik algılama sunar.

Beslemede gümüş nokta kalitesi

Gümüş nokta, bir devre kesicinin temel bir bileşenidir ve aynı zamanda malzeme listesinde en pahalı parçalardan biridir. Eğer bir gümüş kontak veya bimetal perçin, tesise çatlak, deformasyon, küçük boyutlu veya kirlenmiş durumda ulaşırsa, bu durum kontak direnç testini geçemeyen veya daha kötüsü aşırı ısınan bir kesici ile sonuçlanır. Bu nedenle, kaynak öncesi besleme sürecinde gümüş kontakların denetlenmesi ekonomik açıdan mantıklıdır ve aynı zamanda kusurlu gümüş kontakların bu aşamada tespit edilmesi nedeniyle kaynak kalitesini artırır. Denetim, bir görsel istasyon ile yapılır ve her bir kontak kaynatılmadan önce boyutları, şekli ve yüzeyi kontrol edilir. Bu denetim, kaynak işlemi ile doğal olarak eşleşir: bizim gümüş nokta ve statik kontak otomatik kaynak makinemiz kaynak işleminin kendisini izleyen bir kalite denetim fonksiyonu içerir, gümüş kontakların hassas kaynak işlemi ile ilgili daha geniş bağlam ise elektrik üretiminde otomasyonun ne anlama geldiği. genel bakışımızda ele alınmıştır. Birlikte, kaynak öncesi ve sonrası görsel denetim, ürünün en kritik birleşim noktasında döngüyü tamamlar.

Otomatik montaj sonucunun doğrulanması

Montaj sonrası görsel denetim, otomatik bir istasyonun gerçekten yapması gerekeni yapıp yapmadığını doğrular. Otomasyon güvenilirdir ancak kusursuz değildir: bir vida eksik olabilir veya doğru pozisyonda olmayabilir; bir yay doğru pozisyonda olmayabilir; kapak çıkıntılı olabilir; ve bir terminal bükülmüş olabilir. Ana montaj işlemlerinden sonra yerleştirilen bir kamera, varlık, pozisyon ve yerleşimi iyi bir referans standardına karşı kontrol eder ve bu referansa uymayan bir birimi uygunsuz olarak işaretler. Bu, bir montaj istasyonunu açık döngü sisteminden kapalı döngü sistemine dönüştürür, çünkü üretim hattı bir şey spesifikasyon dışına çıktığında bunu hemen öğrenir, bu durum üretimin sonunda son test sırasında keşfedilmez. Benlong, hatları boyunca bu tarz hat içi denetimleri kurar; bizim katı hal rölesi otomatik montaj ve denetim hattımız, montaj adımları arasında birden fazla CCD kontrolü zincirler, böylece bir kusur, neden olduğu istasyonda yakalanır, hattın sonuna taşınmaz.

Kodlama sonrası lazer işaretinin denetlenmesi

Her kesici, sayaç ve şarj cihazı, fabrika çıkışında basılı veya lazerle işaretlenmiş bilgiler taşır: marka, değer, kutup sayısı, standartlar, parti kodu ve genellikle izlenebilirlik için bir veri matrisi veya QR kodu. Eğer bu işaret eksik, yanlış yerleştirilmiş, soluk veya hatalı ise, birim satılamaz ve kod okunamıyorsa izlenemez. Lazer işaret denetimi, işaretleme istasyonundan hemen sonra görsel kullanarak doğru içeriğin mevcut, okunabilir ve doğru konumda olduğunu doğrular ve herhangi bir 2D kodun okunabilirliğini derecelendirir. İşaretleme işlemi son işlemlerden biri olduğundan, burada yakalanan bir hata, müşterinin ilk göreceği bir kusurla bitmiş bir birimin sevk edilmesini engeller. Bizim MCB robot otomatik lazer işaretleme ekipmanımız işaretleme hücresine CCD muayenesini doğrudan entegre eder, böylece işaret uygulandığı anda doğrulanır.

Teknolojinin çalışma prensibi

Dört parçadan oluşur ve sistemin etkili olması için bu dört bileşenin birlikte çalışması gerekir. İlk olarak, aydınlatma unsuru vardır. Kusuru ortaya çıkarabilmek için uygun aydınlatma şarttır, bu nedenle iyi aydınlatılmış ve çözülmesi zor bir mühendislik sorunu, kötü aydınlatılmış ve basit görünen bir sorundan çok daha iyidir. Ardından kamera ve lens görüntüyü alır; çözünürlük, tespit edilen kusurun boyutuyla orantılıdır. Görüntü yakalandıktan sonra, analiz için bazı yazılımlar kullanılır; analiz olanakları, toleransa karşı miktar karşılaştırmasına dayalı ölçümlerden altın örneğe karşı incelemeye veya derin öğrenme modellerinin kullanılmasına kadar değişebilir. Son olarak, sistem sonucu (geçti/kaldı) hat kontrolörüne gönderirken sonucu MES sistemine kaydeder.

Verimli bir otomatik görsel muayene sisteminin nihai amacı, verilen kararın güzel olması değil doğru olmasıdır. Sistemin doğruluğu, iyi ürünlerin kötü olarak sınıflandırıldığı yanlış reddetme oranı ile belirlenir. Sistem çok katı ayarlanırsa, iyi ürünler reddedilir ve operatörler sürekli yanlış ölçüm alarmlarıyla kesintiye uğrar; yeterince katı ayarlanmazsa, kusurlu ürünler tespit edilemez.

Kural tabanlı, altın örnek veya AI görsel eşleştirme yöntemi kusura göre seçmek

Her kusur aynı çözümle en iyi şekilde tespit edilmez ve yöntem, istasyonun maliyetini ve güvenilirliğini belirler. Kural tabanlı ölçüm, sorun boyutsal ve net tanımlı olduğunda en iyi tekniktir; örneğin, perçinin doğru pozisyonda olup olmadığını veya bir kontağın gerekli boyuta ulaşıp ulaşmadığını kontrol etmek gibi. Hızlı ve anlaşılırdır ve herhangi bir kararın sayısı ve toleransı olduğu için kolayca doğrulanabilir. Altın örnek karşılaştırması, tek bir ölçümle tanımlanması zor ancak bilinen iyi bir nesneye göre tanınması kolay olan özelliklerin ölçülmesi için uygundur; örneğin, monte edilmiş bir postanın görünümü gibi. Derin öğrenme görseli, sıradan kuralların etkili şekilde kapsayamadığı aşırı yüzey kusurları, lekeler veya değişken kusurlar gibi en zor görevler için uygulanır; kusurlu ve mükemmel öğelerin sınırını örneklerden öğrenir. Gerçek üretim genellikle bahsedilen tekniklerin bir kombinasyonudur; basit parametrelerin ölçülmesi gibi basit kontroller klasik yöntemle çözülebilir ve belirsiz problemler için sadece ML modelleri kullanılır çünkü her öğrenme tekniği bazı işlem ve ayarlama gerektirir, basit yöntemlerde ise bu önlenebilir.

Görsel muayenenin yetenekleri ile fonksiyonel test arasındaki sınırların netleştirilmesi gereklidir. Görsel muayene, bir birimin görünümünü değerlendirir; bileşenin orada olup olmadığını, doğru pozisyonda olup olmadığını, hasarsız olduğunu, doğru konumlandırıldığını ve doğru tanımlandığını belirler. Ancak, görsel muayene, kesicinin gerekli değerlerde atma kapasitesine sahip olup olmadığı veya yüksek voltaj testini geçip geçmediği hakkında bilgi vermez. Bu sorunlar, yükleri uygulayabilen ve test edilen bileşenin davranışını anlayabilen fonksiyonel ve elektriksel test kurulumları ile çözülebilir. En verimli şirketler, görsel muayene ile görünür ve mekanik kusurlardan kurtulmak ve pahalı test süreçlerini görsel kusur içermeyen ekipman parçalarına bırakmak için her iki süreci ardışık olarak kullanmaya çalışır. Görsel muayeneyi fonksiyonel muayenenin yerine kullanmak yanlış bir yaklaşımdır çünkü farklı hataları bulurlar ve sürecin farklı aşamalarında kullanılırlar.

Otomatik görsel muayenenin elektrik üreticilerine sağladığı faydalar

Görsel muayenenin yatırım getirisi birçok açıdan fark edilir. Öncelikle, sorunlar makine tarafından meydana geldikleri istasyonda bulunur, bu da verimi artırır; bu, sorunların son test alanlarında değil, üretim sırasında tespit edilmesi anlamına gelir. Kaçak oranı azalır, bu da daha az ürünün geri gönderilmesi gerektiği ve daha az garanti talebinin karşılanacağı anlamına gelir. İşlem hızı artar çünkü görsel testler normal üretim süreciyle eşzamanlı olarak çalışır ve manuel muayene ihtiyacını ortadan kaldırır. Manuel iş gücü, tekrarlayan muayeneden daha karmaşık görevlere kaydırılır ve Hindistan, Türkiye ve Brezilya gibi ihracatçılar için her muayene kaydedilir ve her ürün için gerekli rapor sağlanır.

Finansal fayda, kaçan kusurun maliyetleri düşünüldüğünde kolayca görülebilir. Besleme aşamasında yanlış konumlandırılmış bir bileşeni yakalamak sadece tekrar besleme maliyetini içerirken, kusurun son aşamada yakalanması birkaç bileşenin tamir edilmesine yol açabilir ve kusur müşteriye ulaşmışsa şirket için büyük finansal kayıplar ve sorunlar yaşanır. Görsel muayene, hata bulma sürecini yukarı taşıyarak mümkün olduğunca ucuz hale getirir; bu nedenle yüksek hacimli üreticiler bunu ek bir iyileştirme değil, temel bir sistem olarak görür.

Otomatik görsel muayene sisteminin nasıl belirlenir

Doğru görsel sistemi seçmek için ekipman tedarikçinizle önceden net iletişim kurmanız gerekir. Teklif istemeden önce bu konular hakkında bilgi vermeye hazır olun.

① Kusur listesi. Hangi kusurları arıyorsunuz? Kusurların gerçek örnekleriyle birlikte tespit edilmesi gereken kusur listesini sağlayın çünkü sistem, kusurları görmeye eğitilmezse düzgün çalışamaz.
Minimum özellik boyutu. En küçük kusur, kamera çözünürlüğünü ve optiği belirler.

② Döngü süresi. Operasyon sürenize göre hızı belirleyin. Takt süreniz, kameranın görüntüyü yakalama, bilgiyi işleme ve muayene sonucuna karar verme hızını tanımlar.

④ Ürün çeşitleri. Birden fazla ürün seti, çeşidi veya adı üretiyorsanız, tedarikçinizin tarifelere dayalı bir değişim sağlamasını isteyin.

⑤ Kabul edilebilir yanlış reddetme oranı. Gerekli ışık tasarımı ve eşik kalibrasyonunun tanımlanabilmesi için kabul edilebilir yanlış reddetme seviyelerini belirleyin.
Aydınlatma ve çevre. Gümüş kaplama, siyah kasa ve parlak etiketler somut aydınlatma gereksinimleri getirecektir.

⑥ Bilgi ve takip. Kaydedilecek bilgileri, sonuçlar ile barkod arasındaki bağlantı yöntemlerini ve diğer bağlantıları belirleyin.

⑦ Entegrasyon ve çıkarma. Kusurlu birimlerin reddedilme sürecini ve iyi ürünlerin devam etmesine izin verilmesini tanımlayın.

Kaçınılması gereken yaygın hatalar

Görüş sistemlerindeki çoğu başarısızlık, tamamen önleyebileceğimiz birkaç hatadan kaynaklanır. Birincisi, daha yüksek çözünürlüklü sensörlerin karanlık bir sahneyi değiştiremeyeceği durumda aydınlatmaya yatırım yapılması gerekirken kameraya yatırım yapmaktır. İkinci yaygın hata, bazı belirsiz kusur listesine göre görüşü tanımlamak ve neden kimsenin bahsetmediği kusuru bulamadığını merak etmektir. Üçüncü hata, değişim sürecini göz ardı etmek, böylece yirmi ürünü bağımsız olarak çalıştırabilen bir hattın her değişiminde manuel olarak öğretilmesi gerektiğidir. Dördüncüsü, yanlış reddetme oranlarını sonradan düşünmek gibi ele almak, bu da harika bir sistemi bile operatörlerin kullanırken görmezden gelmeyi öğrendiği bir hale dönüştürür. Son olarak, en yaygın örnek, görüşü sürecin sonuna eklemek yerine süreç içine entegre etmektir.

Muayeneyi hatta entegre etmek, üzerine değil

Yıllar içinde, otomatik muayene teknolojisi düşük voltajlı elektrik üreticileri için lüks bir eklenti olmaktan standart bir bileşene dönüşmüştür. Başarılı olan üreticiler, kusurlu cihazın üretim sahasından çıkmasını önlemek için besleyicide, montaj yuvasında, işaretleme kafasında doğru zamanda görüş kullanmışlardır. Doğru yapıldığında, görüş sadece hatalı ürünü atmakla kalmaz, aynı zamanda tüm üretim hattının uyumunu koruyan ve müşterilerin tam takip geçmişi ile ürünü almasını sağlayan veriler üretir.

Benlong Automation, 2008’den beri CCD ve yüksek hassasiyetli görüş teknolojisi kullanarak otomatik görüş teknolojisi geliştirmiştir; besleme aşamasında perçin kontrolü ve gümüş kontaklardan başlayarak, montaj ve işaretleme sonrası muayeneyi tamamlamış ve tüm operasyon aşamaları MES sistemine otomatik olarak kaydedilmektedir.
Yeni bir üretim hattı kurmanız veya üretiminizde otomatik görüş uygulamanız gerekiyorsa, size yardımcı olmaktan memnuniyet duyarız.