أصبحت مراقبة الجودة في تصنيع الأجهزة المنزلية أكثر تطلبًا. تحتوي الغسالات والثلاجات وغسالات الأطباق والأفران وأفران الميكروويف على العديد من المكونات المختومة والمشكلة والملحومة والمجمعة. قد يؤثر الخدش على لوحة الباب على مظهر الجهاز النهائي، بينما قد يؤدي ثقب مفقود أو قوس غير صحيح الموضع أو لحام معيب إلى تعطيل التجميع أو إنشاء مشكلة في الموثوقية لاحقًا في عمر المنتج.
بدأ الفحص البصري بالذكاء الاصطناعي في دعم المصنعين في هذه البيئة. أفادت شركة Haier في يونيو 2026 أنه تم نشر الفحص البصري المدعوم بالذكاء الاصطناعي واكتشاف الضوضاء الصوتية عبر خطوط الإنتاج في مجمعها الصناعي في تايلاند. في مارس 2026، أعلنت شركة باناسونيك القابضة أيضًا عن الترخيص العالمي لمنصة فحص بصري بالذكاء الاصطناعي مصممة لتطبيقات تشمل فحص جودة خط الإنتاج. يقدم موردو الأتمتة مثل Siemens و Rockwell Automation الآن أنظمة رؤية آلية مدعومة بالذكاء الاصطناعي للاستخدام الصناعي.
بالنسبة لمصنعي الأجهزة، فإن السؤال المهم ليس ما إذا كانت رؤية الذكاء الاصطناعي مثيرة للإعجاب. بل هو ما إذا كان يمكن أداء مهمة فحص معينة بشكل أكثر اتساقًا وفي وقت مبكر وبإمكانية تتبع أفضل من الطريقة الحالية.
قد يقوم مصنع الأجهزة الحديث بتصنيع عدة سعات وتكوينات لنفس المنتج. قد تتعامل خطوط الغسالات، على سبيل المثال، مع أقطار مختلفة للأسطوانات وأحجام مختلفة للخزائن وهياكل أبواب مختلفة. قد تنتج خطوط الثلاجات عدة ترتيبات أبواب وتصميمات داخلية وأنظمة رفوف مختلفة.
يخلق هذا التنوع في المنتجات ثلاث تحديات عملية.
أولاً، يمكن أن يتغير المظهر المتوقع للمكون بين الطرز. قد يكون الثقب أو القوس أو الملصق أو اللحام صحيحًا لإصدار واحد ولكنه غير صحيح لإصدار آخر. لذلك يجب على نظام الفحص استخدام مرجع المنتج الصحيح في الوقت المناسب.
ثانيًا، تحد سرعة الإنتاج من الوقت المتاح للفحص اليدوي. قد يفحص المفتشون مئات أو آلاف الأجزاء المتشابهة خلال وردية عمل. يمكن أن تؤثر الإرهاق والإضاءة وسرعة الخط والاختلافات في الحكم الفردي على اتساق القرارات البصرية.
ثالثًا، يصبح العيب أكثر تكلفة كلما انتقل المكون عبر الإنتاج. قد يتم رفض لوحة مختومة معيبة فورًا بعد الضغط. إذا تم اكتشاف نفس العيب فقط بعد الطلاء واللحام والتجميع، فقد أضاف المصنع بالفعل المزيد من المواد والعمالة ووقت الآلة إلى جزء غير قابل للاستخدام.
لهذا السبب ينقل العديد من المصنعين الفحص إلى أقرب ما يمكن من عمليات الختم والتشكيل والربط والتجميع بدلاً من الاعتماد فقط على فحص نهاية الخط.
يجمع نظام الفحص البصري الصناعي عادةً بين الكاميرات والعدسات والإضاءة المتحكم بها وبرامج معالجة الصور ونموذج مدرب. تلتقط الكاميرا صورة للمكون أو التجميع، ويقوم النظام بتحليلها بحثًا عن الميزات المرئية أو الانحرافات.
اعتمادًا على التطبيق، قد تشير النتيجة إلى أن الجزء مقبول أو معيب أو يتطلب مراجعة يدوية. قد يصنف النظام أيضًا المشكلة، مثل مكون مفقود أو عيب سطحي أو موضع غير صحيح أو لحام غير طبيعي.
لا يتم تدريب كل نظام فحص بالذكاء الاصطناعي بنفس الطريقة. تستخدم بعض النماذج صورًا لأجزاء مقبولة ومعيبة. تتعلم نماذج أخرى المظهر الطبيعي للمكون المقبول وتحدد الانحرافات عن هذا المرجع.
على سبيل المثال، تذكر Siemens أن نظام Inspekto الخاص بها يمكن تكوينه باستخدام مجموعة صغيرة نسبيًا من العينات المقبولة، بينما تكون العينات المعيبة اختيارية. يستخدم نظام FactoryTalk Analytics VisionAI من Rockwell Automation سير عمل بدون كود يسمح لموظفي التصنيع والجودة بتدريب ونشر نماذج الفحص دون برمجة رؤية آلية متخصصة.
يمكن لهذه الأدوات تقليل الجهد الفني المطلوب لبعض التطبيقات، لكنها لا تزيل الحاجة إلى الحكم الهندسي. لا يزال يتعين على المصنعين تحديد معيار القبول واختيار أجهزة التصوير المناسبة والتحقق من صحة النظام باستخدام أجزاء الإنتاج الحقيقية.
تكون رؤية الذكاء الاصطناعي أكثر فائدة عندما يمكن التقاط العيب بوضوح في صورة. تعتمد طريقة الفحص الصحيحة على الميزة التي يتم فحصها.
| عيب أو متطلب | النهج الأكثر ملاءمة |
|---|---|
| ثقب مفقود في موضع ثابت | قد تكون الرؤية الآلية التقليدية كافية |
| خدوش أو انبعاجات أو علامات طلاء متغيرة | قد يتعامل الفحص البصري بالذكاء الاصطناعي مع تباين المظهر بشكل أكثر فعالية |
| مثبت أو قوس أو ختم أو ملصق مفقود | رؤية تقليدية أو بالذكاء الاصطناعي، اعتمادًا على تباين الطراز |
| صدع أو تجعد أو تشوه تشكيل مرئي | فحص بصري مع فحوصات الأبعاد والعمليات |
| ارتفاع البروز مع تفاوت دقيق | قياس بصري متخصص أو فحص مادي |
| لحام مرئي أو عدم انتظام اللحام | فحص بصري مدعوم باختبارات القوة أو التسرب أو الاختبارات المطلوبة الأخرى |
| ضوضاء أو تسرب أو سلامة كهربائية أو أداء تشغيلي | اختبار وظيفي بدلاً من الفحص البصري |
الخزائن ولوحات الأبواب ولوحات التحكم والمكونات الزخرفية مرئية للعميل. يمكن أن تؤدي الخدوش والانبعاجات والبقع وتلف الطلاء إلى الرفض حتى لو ظل الجزء صالحًا هيكليًا.
قد يساعد الفحص البصري بالذكاء الاصطناعي في فحص هذه الأجزاء بشكل أكثر اتساقًا لأن عيوب السطح تختلف في الطول والاتجاه والموضع. الصعوبة الرئيسية هي التقاط الصورة. يمكن أن تشبه الانعكاسات على الفولاذ المقاوم للصدأ والصفائح المطلية والأسطح المنحنية العيوب، لذلك يجب تصميم هندسة الإضاءة وزاوية الكاميرا حول المادة الفعلية والتشطيب السطحي.
تحتوي لوحات الأجهزة المختومة على ثقوب وفتحات للمثبتات والمفصلات والأسلاك وأجهزة الاستشعار والأقواس. قد لا يتم اكتشاف ميزة مفقودة أو غير صحيحة حتى يفشل مكون آخر في التناسب.
بالنسبة لجزء ثابت يتم تقديمه في موضع ثابت، غالبًا ما تكون الرؤية الآلية التقليدية هي الحل الأبسط. قد يكون الذكاء الاصطناعي مفيدًا عندما تشترك العديد من متغيرات المنتج في خط واحد أو عندما تجعل التغييرات الطبيعية في الانعكاس والموضع العتبات الثابتة غير موثوقة.
يمكن أن ينتج الرسم العميق والطي والانحناء شقوقًا أو تجاعيد أو تشوهًا أو تشوهًا غير طبيعي مرئي. يمكن لنظام الرؤية تحديد عيوب السطح الواضحة بعد التشكيل، مما يساعد على منع دخول الأجزاء غير المناسبة إلى العمليات اللاحقة.
لا يمكنه قياس الإجهاد المخفي أو تلف المواد الداخلية أو كل حالة من حالات التخفيف المفرط بشكل مباشر. لا يزال محاكاة التشكيل والتحقق من صحة العملية والقياسات الأبعاد أو السماكة ضرورية حيث تؤثر هذه الخصائص على جودة المنتج.
قد تستخدم أسطوانات الغسالات وأحواض غسالات الأطباق والخزائن والتجميعات الأخرى اللحام أو التثبيت أو اللحام باللف أو اللحام بالقفل. يمكن للكاميرات فحص الميزات المرئية مثل استمرارية المفصل والمحاذاة والرذاذ والفجوات والتشوه وموضع المفصل غير الصحيح.
على سبيل المثال، يجمع حل Bead Eye من Panasonic Connect بين المقارنة مع البيانات الرئيسية والفحص المدعوم بالذكاء الاصطناعي لأتمتة الفحص البصري لخرز اللحام وتخزين نتائج الفحص للتتبع. تذكر باناسونيك أيضًا أن العيوب الداخلية وعدم كفاية الاختراق التي لا يمكن تحديدها من مظهر الخرز تقع خارج نطاق هذا النوع من الفحص البصري.
ينطبق نفس المبدأ في تصنيع الأجهزة: المظهر المقبول لا يؤكد تلقائيًا قوة اللحام أو سلامة اللحام أو إحكام التسرب. اعتمادًا على المكون، قد لا يزال المصنعون يتطلبون اختبارات تدميرية أو اختبارات قوة أو اختبارات تسرب أو طريقة تحقق أخرى.
أثناء التجميع، يمكن للكاميرات التحقق من وجود واتجاه وموضع البراغي والمشابك والأختام والموصلات والملصقات والمقابض والمفصلات والزخارف الزخرفية.
هذا مفيد بشكل خاص في خطوط الطرز المختلطة، حيث قد تتطلب الأجهزة المتشابهة أجزاء مختلفة. يجب ربط وصفة الفحص بالطراز الذي يتم إنتاجه. إذا تم تحديد المرجع الخاطئ، فقد يرفض النظام تجميعًا صحيحًا أو يسمح بتمرير تجميع غير صحيح.
تتبع الرؤية الآلية التقليدية قواعد محددة بناءً على الحواف أو التباين أو اللون أو الموضع أو الحجم أو الهندسة. إنها موثوقة عندما يكون للميزة التي يتم فحصها شكل واضح، ويتم وضع المكون باستمرار، ويمكن التعبير عن الحدود المقبولة كقواعد ثابتة.
على سبيل المثال، قد لا يتطلب التحقق مما إذا كان هناك ثقب دائري في موقع معروف نموذج ذكاء اصطناعي. غالبًا ما يمكن للخوارزمية التقليدية أداء المهمة بكفاءة وهي سهلة التحقق نسبيًا.
تصبح الفحوصات المدعومة بالذكاء الاصطناعي أكثر فائدة عندما يختلف المظهر الطبيعي أو عندما يكون من الصعب وصف العيب بقواعد ثابتة. قد تحتوي الخدوش على أشكال واتجاهات مختلفة. قد تظهر الانبعاجات بشكل مختلف تحت الانعكاسات المتغيرة. يمكن أن تظهر خرزات اللحام تباينًا طبيعيًا مقبولًا مع احتوائها على مناطق غير طبيعية.
لذلك، فإن الذكاء الاصطناعي ليس تلقائيًا الخيار الأكثر تقدمًا أو ملاءمة. في العديد من المصانع، يجمع الحل الأكثر فعالية بين الرؤية الآلية التقليدية لفحوصات الهندسة المستقرة ونماذج الذكاء الاصطناعي لعيوب المظهر الأكثر تباينًا.
يمكن أن يكون موقع محطة الفحص مهمًا مثل البرنامج.
بعد الختم أو التشكيل، يمكن للفحص تحديد الثقوب المفقودة والفتحات غير الصحيحة والتجاعيد الشديدة والشقوق المرئية وتلف السطح قبل أن تضيف الطلاء أو التجميع المزيد من التكلفة.
قبل اللحام أو التجميع، يمكن للكاميرات التأكد من وجود الأجزاء الصحيحة ووضعها بشكل صحيح. هذا يقلل من خطر التجميعات غير الصحيحة وقد يحمي أيضًا التركيبات ومعدات الربط من المكونات المحملة بشكل غير صحيح.
بعد اللحام أو اللحام أو التثبيت، يمكن للنظام التحقق من موقع المفصل والاستمرارية المرئية والمحاذاة ونقاط الربط المفقودة والتشوه المفرط. يجب الاتفاق على معايير القبول مع المهندسين المسؤولين عن عملية الربط.
في نهاية الخط، يمكن للكاميرات التحقق من الأضرار الخارجية وفجوات الألواح ومحاذاة الأبواب والملصقات والزخارف وأخطاء التجميع المرئية. لا يزال الفحص النهائي ضروريًا لأن المناولة والتجميع يمكن أن يتسببا في أضرار جديدة، ولكن لا ينبغي أن يكون النقطة الأولى التي يتم فيها فحص كل عيب.
يساعد الكشف المبكر أيضًا المصنعين على تجنب إضافة قيمة إلى مكون معيب. والأهم من ذلك، يمكن لنتائج الفحص المتكررة الكشف عن التغييرات في عملية الإنتاج. قد يشير زيادة الخدوش إلى مشكلة في النقل أو المناولة. قد تشير عيوب الثقوب المتكررة إلى تآكل القالب أو تباين التغذية أو ظروف الضغط. قد يرتبط عدم محاذاة اللحام بمشكلة في التركيب أو وضع الجزء.
يمكن أيضًا ربط صور الفحص بنموذج المنتج والدفعة والتاريخ والخط والمحطة والوردية وفئة العيب. يساعد هذا التتبع المصنعين على التحقيق في الشكاوى ومقارنة ظروف الإنتاج وتحديد ما إذا كانت المشكلة معزولة أو متكررة.
تأتي أكبر قيمة عندما تدعم بيانات الفحص الإجراءات التصحيحية.
تنتج الصور السيئة نتائج غير موثوقة. تتطلب محطة الفحص العملية دقة كاميرا مناسبة وإضاءة متحكم بها وموضع جزء قابل للتكرار وحماية من الاهتزاز والتلوث ورؤية واضحة للميزة التي يتم فحصها. حتى النموذج المتقدم لا يمكنه تحليل المعلومات التي فشلت الكاميرا في التقاطها.
يجب أن تعكس بيانات التدريب أيضًا الإنتاج الفعلي. يجب أن تتضمن الصور تباينًا واقعيًا في نموذج المنتج والمواد والتشطيب السطحي والانعكاس وموضع الجزء، جنبًا إلى جنب مع أمثلة مؤكدة للظروف المقبولة والمعيبة. قد يتصرف النظام الذي تم اختباره فقط على عينات توضيحية مختارة بعناية بشكل مختلف على خط الإنتاج.
يجب على المصنعين أيضًا مراعاة خطأين مختلفين. يحدث الرفض الخاطئ عندما يتم تصنيف جزء مقبول على أنه معيب. يحدث العيب المفقود عندما يتم قبول جزء معيب. يعتمد التوازن المناسب على تكلفة ومخاطر العيب؛ لا ينبغي أن تستخدم علامة تجميلية بسيطة ومكون سلامة مفقود نفس عتبة القرار.
والأهم من ذلك، أن الفحص البصري لا يثبت عملية التصنيع. إذا كان قالب الختم متآكلًا، أو كان نظام التغذية غير متسقًا، أو كان تركيب اللحام غير محاذٍ، فإن تثبيت كاميرا أخرى لا يصحح السبب.
في إنتاج الصفائح المعدنية، يرتبط موثوقية الفحص ارتباطًا وثيقًا بتصميم القالب وحالة الأداة واستقرار الضغط واتساق المواد والتشحيم ودقة التغذية ومناولة الأجزاء.
لذلك، فإن سلسلة الجودة العملية هي:
أدوات موثوقة &rarr؛ إنتاج مستقر &rarr؛ فحص فعال &rarr؛ بيانات قابلة للتتبع &rarr؛ تحسين العملية
ينتمي الفحص البصري بالذكاء الاصطناعي إلى هذه السلسلة. لا يحل محل المراحل السابقة.
لا يحتاج المصنعون إلى أتمتة كل فحص بصري دفعة واحدة. من الأسهل التحقق من صحة مشروع تجريبي مركّز ويوفر أساسًا أوضح لقرارات الاستثمار.
ابدأ بعيب واحد مرئي ومتكرر ومكلف بما يكفي لتبرير الفحص الآلي. حدد بالضبط ما هو مقبول وما يجب رفضه وما يتطلب مراجعة يدوية. ثم اجمع الصور من ظروف الإنتاج الحقيقية بدلاً من الاعتماد فقط على العينات المثالية.
أخيرًا، حدد ما يحدث عندما يحدد النظام مشكلة. قد يكون الرد هو رفض الجزء أو وضع علامة عليه، أو تنبيه عامل، أو إيقاف العملية، أو حفظ الصورة، أو طلب تأكيد يدوي.
يجب أن تؤدي العيوب المتكررة أيضًا إلى مراجعة بيانات الأدوات والمعدات والمواد والعمليات.
قبل الاعتماد، يجب أن يكون المصنعون قادرين على الإجابة على الأسئلة التالية:
يمكن للفحص البصري بالذكاء الاصطناعي تحسين مراقبة الجودة في تصنيع الأجهزة المنزلية عند تطبيقه على مشكلة بصرية محددة بوضوح والتحقق من صحته في ظل ظروف الإنتاج الفعلية. يمكنه دعم قرارات أكثر اتساقًا وكشف مبكر عن العيوب وتتبع أفضل، خاصة في خطوط الإنتاج الآلية والمختلطة.
في النهاية، يكون الفحص أكثر قوة عند دمجه مع أدوات مستقرة وعمليات تصنيع متحكم بها. الهدف ليس مجرد اكتشاف المزيد من الأجزاء المعيبة، بل بناء عملية تصنيع تنتج عددًا أقل منها.
أصبحت مراقبة الجودة في تصنيع الأجهزة المنزلية أكثر تطلبًا. تحتوي الغسالات والثلاجات وغسالات الأطباق والأفران وأفران الميكروويف على العديد من المكونات المختومة والمشكلة والملحومة والمجمعة. قد يؤثر الخدش على لوحة الباب على مظهر الجهاز النهائي، بينما قد يؤدي ثقب مفقود أو قوس غير صحيح الموضع أو لحام معيب إلى تعطيل التجميع أو إنشاء مشكلة في الموثوقية لاحقًا في عمر المنتج.
بدأ الفحص البصري بالذكاء الاصطناعي في دعم المصنعين في هذه البيئة. أفادت شركة Haier في يونيو 2026 أنه تم نشر الفحص البصري المدعوم بالذكاء الاصطناعي واكتشاف الضوضاء الصوتية عبر خطوط الإنتاج في مجمعها الصناعي في تايلاند. في مارس 2026، أعلنت شركة باناسونيك القابضة أيضًا عن الترخيص العالمي لمنصة فحص بصري بالذكاء الاصطناعي مصممة لتطبيقات تشمل فحص جودة خط الإنتاج. يقدم موردو الأتمتة مثل Siemens و Rockwell Automation الآن أنظمة رؤية آلية مدعومة بالذكاء الاصطناعي للاستخدام الصناعي.
بالنسبة لمصنعي الأجهزة، فإن السؤال المهم ليس ما إذا كانت رؤية الذكاء الاصطناعي مثيرة للإعجاب. بل هو ما إذا كان يمكن أداء مهمة فحص معينة بشكل أكثر اتساقًا وفي وقت مبكر وبإمكانية تتبع أفضل من الطريقة الحالية.
قد يقوم مصنع الأجهزة الحديث بتصنيع عدة سعات وتكوينات لنفس المنتج. قد تتعامل خطوط الغسالات، على سبيل المثال، مع أقطار مختلفة للأسطوانات وأحجام مختلفة للخزائن وهياكل أبواب مختلفة. قد تنتج خطوط الثلاجات عدة ترتيبات أبواب وتصميمات داخلية وأنظمة رفوف مختلفة.
يخلق هذا التنوع في المنتجات ثلاث تحديات عملية.
أولاً، يمكن أن يتغير المظهر المتوقع للمكون بين الطرز. قد يكون الثقب أو القوس أو الملصق أو اللحام صحيحًا لإصدار واحد ولكنه غير صحيح لإصدار آخر. لذلك يجب على نظام الفحص استخدام مرجع المنتج الصحيح في الوقت المناسب.
ثانيًا، تحد سرعة الإنتاج من الوقت المتاح للفحص اليدوي. قد يفحص المفتشون مئات أو آلاف الأجزاء المتشابهة خلال وردية عمل. يمكن أن تؤثر الإرهاق والإضاءة وسرعة الخط والاختلافات في الحكم الفردي على اتساق القرارات البصرية.
ثالثًا، يصبح العيب أكثر تكلفة كلما انتقل المكون عبر الإنتاج. قد يتم رفض لوحة مختومة معيبة فورًا بعد الضغط. إذا تم اكتشاف نفس العيب فقط بعد الطلاء واللحام والتجميع، فقد أضاف المصنع بالفعل المزيد من المواد والعمالة ووقت الآلة إلى جزء غير قابل للاستخدام.
لهذا السبب ينقل العديد من المصنعين الفحص إلى أقرب ما يمكن من عمليات الختم والتشكيل والربط والتجميع بدلاً من الاعتماد فقط على فحص نهاية الخط.
يجمع نظام الفحص البصري الصناعي عادةً بين الكاميرات والعدسات والإضاءة المتحكم بها وبرامج معالجة الصور ونموذج مدرب. تلتقط الكاميرا صورة للمكون أو التجميع، ويقوم النظام بتحليلها بحثًا عن الميزات المرئية أو الانحرافات.
اعتمادًا على التطبيق، قد تشير النتيجة إلى أن الجزء مقبول أو معيب أو يتطلب مراجعة يدوية. قد يصنف النظام أيضًا المشكلة، مثل مكون مفقود أو عيب سطحي أو موضع غير صحيح أو لحام غير طبيعي.
لا يتم تدريب كل نظام فحص بالذكاء الاصطناعي بنفس الطريقة. تستخدم بعض النماذج صورًا لأجزاء مقبولة ومعيبة. تتعلم نماذج أخرى المظهر الطبيعي للمكون المقبول وتحدد الانحرافات عن هذا المرجع.
على سبيل المثال، تذكر Siemens أن نظام Inspekto الخاص بها يمكن تكوينه باستخدام مجموعة صغيرة نسبيًا من العينات المقبولة، بينما تكون العينات المعيبة اختيارية. يستخدم نظام FactoryTalk Analytics VisionAI من Rockwell Automation سير عمل بدون كود يسمح لموظفي التصنيع والجودة بتدريب ونشر نماذج الفحص دون برمجة رؤية آلية متخصصة.
يمكن لهذه الأدوات تقليل الجهد الفني المطلوب لبعض التطبيقات، لكنها لا تزيل الحاجة إلى الحكم الهندسي. لا يزال يتعين على المصنعين تحديد معيار القبول واختيار أجهزة التصوير المناسبة والتحقق من صحة النظام باستخدام أجزاء الإنتاج الحقيقية.
تكون رؤية الذكاء الاصطناعي أكثر فائدة عندما يمكن التقاط العيب بوضوح في صورة. تعتمد طريقة الفحص الصحيحة على الميزة التي يتم فحصها.
| عيب أو متطلب | النهج الأكثر ملاءمة |
|---|---|
| ثقب مفقود في موضع ثابت | قد تكون الرؤية الآلية التقليدية كافية |
| خدوش أو انبعاجات أو علامات طلاء متغيرة | قد يتعامل الفحص البصري بالذكاء الاصطناعي مع تباين المظهر بشكل أكثر فعالية |
| مثبت أو قوس أو ختم أو ملصق مفقود | رؤية تقليدية أو بالذكاء الاصطناعي، اعتمادًا على تباين الطراز |
| صدع أو تجعد أو تشوه تشكيل مرئي | فحص بصري مع فحوصات الأبعاد والعمليات |
| ارتفاع البروز مع تفاوت دقيق | قياس بصري متخصص أو فحص مادي |
| لحام مرئي أو عدم انتظام اللحام | فحص بصري مدعوم باختبارات القوة أو التسرب أو الاختبارات المطلوبة الأخرى |
| ضوضاء أو تسرب أو سلامة كهربائية أو أداء تشغيلي | اختبار وظيفي بدلاً من الفحص البصري |
الخزائن ولوحات الأبواب ولوحات التحكم والمكونات الزخرفية مرئية للعميل. يمكن أن تؤدي الخدوش والانبعاجات والبقع وتلف الطلاء إلى الرفض حتى لو ظل الجزء صالحًا هيكليًا.
قد يساعد الفحص البصري بالذكاء الاصطناعي في فحص هذه الأجزاء بشكل أكثر اتساقًا لأن عيوب السطح تختلف في الطول والاتجاه والموضع. الصعوبة الرئيسية هي التقاط الصورة. يمكن أن تشبه الانعكاسات على الفولاذ المقاوم للصدأ والصفائح المطلية والأسطح المنحنية العيوب، لذلك يجب تصميم هندسة الإضاءة وزاوية الكاميرا حول المادة الفعلية والتشطيب السطحي.
تحتوي لوحات الأجهزة المختومة على ثقوب وفتحات للمثبتات والمفصلات والأسلاك وأجهزة الاستشعار والأقواس. قد لا يتم اكتشاف ميزة مفقودة أو غير صحيحة حتى يفشل مكون آخر في التناسب.
بالنسبة لجزء ثابت يتم تقديمه في موضع ثابت، غالبًا ما تكون الرؤية الآلية التقليدية هي الحل الأبسط. قد يكون الذكاء الاصطناعي مفيدًا عندما تشترك العديد من متغيرات المنتج في خط واحد أو عندما تجعل التغييرات الطبيعية في الانعكاس والموضع العتبات الثابتة غير موثوقة.
يمكن أن ينتج الرسم العميق والطي والانحناء شقوقًا أو تجاعيد أو تشوهًا أو تشوهًا غير طبيعي مرئي. يمكن لنظام الرؤية تحديد عيوب السطح الواضحة بعد التشكيل، مما يساعد على منع دخول الأجزاء غير المناسبة إلى العمليات اللاحقة.
لا يمكنه قياس الإجهاد المخفي أو تلف المواد الداخلية أو كل حالة من حالات التخفيف المفرط بشكل مباشر. لا يزال محاكاة التشكيل والتحقق من صحة العملية والقياسات الأبعاد أو السماكة ضرورية حيث تؤثر هذه الخصائص على جودة المنتج.
قد تستخدم أسطوانات الغسالات وأحواض غسالات الأطباق والخزائن والتجميعات الأخرى اللحام أو التثبيت أو اللحام باللف أو اللحام بالقفل. يمكن للكاميرات فحص الميزات المرئية مثل استمرارية المفصل والمحاذاة والرذاذ والفجوات والتشوه وموضع المفصل غير الصحيح.
على سبيل المثال، يجمع حل Bead Eye من Panasonic Connect بين المقارنة مع البيانات الرئيسية والفحص المدعوم بالذكاء الاصطناعي لأتمتة الفحص البصري لخرز اللحام وتخزين نتائج الفحص للتتبع. تذكر باناسونيك أيضًا أن العيوب الداخلية وعدم كفاية الاختراق التي لا يمكن تحديدها من مظهر الخرز تقع خارج نطاق هذا النوع من الفحص البصري.
ينطبق نفس المبدأ في تصنيع الأجهزة: المظهر المقبول لا يؤكد تلقائيًا قوة اللحام أو سلامة اللحام أو إحكام التسرب. اعتمادًا على المكون، قد لا يزال المصنعون يتطلبون اختبارات تدميرية أو اختبارات قوة أو اختبارات تسرب أو طريقة تحقق أخرى.
أثناء التجميع، يمكن للكاميرات التحقق من وجود واتجاه وموضع البراغي والمشابك والأختام والموصلات والملصقات والمقابض والمفصلات والزخارف الزخرفية.
هذا مفيد بشكل خاص في خطوط الطرز المختلطة، حيث قد تتطلب الأجهزة المتشابهة أجزاء مختلفة. يجب ربط وصفة الفحص بالطراز الذي يتم إنتاجه. إذا تم تحديد المرجع الخاطئ، فقد يرفض النظام تجميعًا صحيحًا أو يسمح بتمرير تجميع غير صحيح.
تتبع الرؤية الآلية التقليدية قواعد محددة بناءً على الحواف أو التباين أو اللون أو الموضع أو الحجم أو الهندسة. إنها موثوقة عندما يكون للميزة التي يتم فحصها شكل واضح، ويتم وضع المكون باستمرار، ويمكن التعبير عن الحدود المقبولة كقواعد ثابتة.
على سبيل المثال، قد لا يتطلب التحقق مما إذا كان هناك ثقب دائري في موقع معروف نموذج ذكاء اصطناعي. غالبًا ما يمكن للخوارزمية التقليدية أداء المهمة بكفاءة وهي سهلة التحقق نسبيًا.
تصبح الفحوصات المدعومة بالذكاء الاصطناعي أكثر فائدة عندما يختلف المظهر الطبيعي أو عندما يكون من الصعب وصف العيب بقواعد ثابتة. قد تحتوي الخدوش على أشكال واتجاهات مختلفة. قد تظهر الانبعاجات بشكل مختلف تحت الانعكاسات المتغيرة. يمكن أن تظهر خرزات اللحام تباينًا طبيعيًا مقبولًا مع احتوائها على مناطق غير طبيعية.
لذلك، فإن الذكاء الاصطناعي ليس تلقائيًا الخيار الأكثر تقدمًا أو ملاءمة. في العديد من المصانع، يجمع الحل الأكثر فعالية بين الرؤية الآلية التقليدية لفحوصات الهندسة المستقرة ونماذج الذكاء الاصطناعي لعيوب المظهر الأكثر تباينًا.
يمكن أن يكون موقع محطة الفحص مهمًا مثل البرنامج.
بعد الختم أو التشكيل، يمكن للفحص تحديد الثقوب المفقودة والفتحات غير الصحيحة والتجاعيد الشديدة والشقوق المرئية وتلف السطح قبل أن تضيف الطلاء أو التجميع المزيد من التكلفة.
قبل اللحام أو التجميع، يمكن للكاميرات التأكد من وجود الأجزاء الصحيحة ووضعها بشكل صحيح. هذا يقلل من خطر التجميعات غير الصحيحة وقد يحمي أيضًا التركيبات ومعدات الربط من المكونات المحملة بشكل غير صحيح.
بعد اللحام أو اللحام أو التثبيت، يمكن للنظام التحقق من موقع المفصل والاستمرارية المرئية والمحاذاة ونقاط الربط المفقودة والتشوه المفرط. يجب الاتفاق على معايير القبول مع المهندسين المسؤولين عن عملية الربط.
في نهاية الخط، يمكن للكاميرات التحقق من الأضرار الخارجية وفجوات الألواح ومحاذاة الأبواب والملصقات والزخارف وأخطاء التجميع المرئية. لا يزال الفحص النهائي ضروريًا لأن المناولة والتجميع يمكن أن يتسببا في أضرار جديدة، ولكن لا ينبغي أن يكون النقطة الأولى التي يتم فيها فحص كل عيب.
يساعد الكشف المبكر أيضًا المصنعين على تجنب إضافة قيمة إلى مكون معيب. والأهم من ذلك، يمكن لنتائج الفحص المتكررة الكشف عن التغييرات في عملية الإنتاج. قد يشير زيادة الخدوش إلى مشكلة في النقل أو المناولة. قد تشير عيوب الثقوب المتكررة إلى تآكل القالب أو تباين التغذية أو ظروف الضغط. قد يرتبط عدم محاذاة اللحام بمشكلة في التركيب أو وضع الجزء.
يمكن أيضًا ربط صور الفحص بنموذج المنتج والدفعة والتاريخ والخط والمحطة والوردية وفئة العيب. يساعد هذا التتبع المصنعين على التحقيق في الشكاوى ومقارنة ظروف الإنتاج وتحديد ما إذا كانت المشكلة معزولة أو متكررة.
تأتي أكبر قيمة عندما تدعم بيانات الفحص الإجراءات التصحيحية.
تنتج الصور السيئة نتائج غير موثوقة. تتطلب محطة الفحص العملية دقة كاميرا مناسبة وإضاءة متحكم بها وموضع جزء قابل للتكرار وحماية من الاهتزاز والتلوث ورؤية واضحة للميزة التي يتم فحصها. حتى النموذج المتقدم لا يمكنه تحليل المعلومات التي فشلت الكاميرا في التقاطها.
يجب أن تعكس بيانات التدريب أيضًا الإنتاج الفعلي. يجب أن تتضمن الصور تباينًا واقعيًا في نموذج المنتج والمواد والتشطيب السطحي والانعكاس وموضع الجزء، جنبًا إلى جنب مع أمثلة مؤكدة للظروف المقبولة والمعيبة. قد يتصرف النظام الذي تم اختباره فقط على عينات توضيحية مختارة بعناية بشكل مختلف على خط الإنتاج.
يجب على المصنعين أيضًا مراعاة خطأين مختلفين. يحدث الرفض الخاطئ عندما يتم تصنيف جزء مقبول على أنه معيب. يحدث العيب المفقود عندما يتم قبول جزء معيب. يعتمد التوازن المناسب على تكلفة ومخاطر العيب؛ لا ينبغي أن تستخدم علامة تجميلية بسيطة ومكون سلامة مفقود نفس عتبة القرار.
والأهم من ذلك، أن الفحص البصري لا يثبت عملية التصنيع. إذا كان قالب الختم متآكلًا، أو كان نظام التغذية غير متسقًا، أو كان تركيب اللحام غير محاذٍ، فإن تثبيت كاميرا أخرى لا يصحح السبب.
في إنتاج الصفائح المعدنية، يرتبط موثوقية الفحص ارتباطًا وثيقًا بتصميم القالب وحالة الأداة واستقرار الضغط واتساق المواد والتشحيم ودقة التغذية ومناولة الأجزاء.
لذلك، فإن سلسلة الجودة العملية هي:
أدوات موثوقة &rarr؛ إنتاج مستقر &rarr؛ فحص فعال &rarr؛ بيانات قابلة للتتبع &rarr؛ تحسين العملية
ينتمي الفحص البصري بالذكاء الاصطناعي إلى هذه السلسلة. لا يحل محل المراحل السابقة.
لا يحتاج المصنعون إلى أتمتة كل فحص بصري دفعة واحدة. من الأسهل التحقق من صحة مشروع تجريبي مركّز ويوفر أساسًا أوضح لقرارات الاستثمار.
ابدأ بعيب واحد مرئي ومتكرر ومكلف بما يكفي لتبرير الفحص الآلي. حدد بالضبط ما هو مقبول وما يجب رفضه وما يتطلب مراجعة يدوية. ثم اجمع الصور من ظروف الإنتاج الحقيقية بدلاً من الاعتماد فقط على العينات المثالية.
أخيرًا، حدد ما يحدث عندما يحدد النظام مشكلة. قد يكون الرد هو رفض الجزء أو وضع علامة عليه، أو تنبيه عامل، أو إيقاف العملية، أو حفظ الصورة، أو طلب تأكيد يدوي.
يجب أن تؤدي العيوب المتكررة أيضًا إلى مراجعة بيانات الأدوات والمعدات والمواد والعمليات.
قبل الاعتماد، يجب أن يكون المصنعون قادرين على الإجابة على الأسئلة التالية:
يمكن للفحص البصري بالذكاء الاصطناعي تحسين مراقبة الجودة في تصنيع الأجهزة المنزلية عند تطبيقه على مشكلة بصرية محددة بوضوح والتحقق من صحته في ظل ظروف الإنتاج الفعلية. يمكنه دعم قرارات أكثر اتساقًا وكشف مبكر عن العيوب وتتبع أفضل، خاصة في خطوط الإنتاج الآلية والمختلطة.
في النهاية، يكون الفحص أكثر قوة عند دمجه مع أدوات مستقرة وعمليات تصنيع متحكم بها. الهدف ليس مجرد اكتشاف المزيد من الأجزاء المعيبة، بل بناء عملية تصنيع تنتج عددًا أقل منها.
