घरेलू उपकरणों के निर्माण में गुणवत्ता निरीक्षण अधिक मांग वाला होता जा रहा है। वॉशिंग मशीन, रेफ्रिजरेटर, डिशवॉशर, ओवन और माइक्रोवेव ओवन में कई स्टैम्प्ड, फॉर्मेड, वेल्डेड और असेंबल किए गए घटक होते हैं। डोर पैनल पर एक खरोंच तैयार उपकरण की उपस्थिति को प्रभावित कर सकती है, जबकि एक गायब छेद, गलत स्थिति में ब्रैकेट या दोषपूर्ण सीम असेंबली को बाधित कर सकता है या उत्पाद के जीवन में बाद में विश्वसनीयता की समस्या पैदा कर सकता है।
एआई विज़ुअल इंस्पेक्शन निर्माताओं को इस वातावरण में समर्थन देना शुरू कर रहा है। हायर ने जून 2026 में रिपोर्ट दी कि एआई-संचालित विज़ुअल इंस्पेक्शन और ध्वनिक शोर का पता लगाना उसके थाईलैंड औद्योगिक पार्क में उत्पादन लाइनों में तैनात किया गया था। मार्च 2026 में, पैनासोनिक होल्डिंग्स ने उत्पादन-लाइन गुणवत्ता निरीक्षण सहित अनुप्रयोगों के लिए डिज़ाइन किए गए एआई विज़ुअल इंस्पेक्शन प्लेटफ़ॉर्म के वैश्विक लाइसेंसिंग की भी घोषणा की। सीमेंस और रॉकवेल ऑटोमेशन जैसे ऑटोमेशन आपूर्तिकर्ता अब औद्योगिक उपयोग के लिए एआई-समर्थित मशीन विजन सिस्टम प्रदान करते हैं।
उपकरण निर्माताओं के लिए, इसलिए महत्वपूर्ण प्रश्न यह नहीं है कि एआई विजन प्रभावशाली है या नहीं। यह है कि क्या किसी विशिष्ट निरीक्षण कार्य को मौजूदा विधि की तुलना में अधिक लगातार, जल्दी और बेहतर पता लगाने की क्षमता के साथ किया जा सकता है।
एक आधुनिक उपकरण संयंत्र एक ही उत्पाद की कई क्षमताएं और कॉन्फ़िगरेशन का निर्माण कर सकता है। उदाहरण के लिए, एक वॉशिंग मशीन लाइन विभिन्न ड्रम व्यास, कैबिनेट आकार और डोर संरचनाओं को संभाल सकती है। एक रेफ्रिजरेटर लाइन कई डोर व्यवस्था, लाइनर डिज़ाइन और शेल्फ सिस्टम का उत्पादन कर सकती है।
यह उत्पाद भिन्नता तीन व्यावहारिक चुनौतियाँ पैदा करती है।
पहला, एक घटक की अपेक्षित उपस्थिति मॉडल के बीच बदल सकती है। एक छेद, ब्रैकेट, लेबल या सीम एक संस्करण के लिए सही हो सकता है लेकिन दूसरे के लिए गलत। इसलिए निरीक्षण प्रणाली को सही समय पर सही उत्पाद संदर्भ का उपयोग करना चाहिए।
दूसरा, उत्पादन गति मैन्युअल निरीक्षण के लिए उपलब्ध समय को सीमित करती है। निरीक्षक एक शिफ्ट के दौरान सैकड़ों या हजारों समान भागों की जांच कर सकते हैं। थकान, प्रकाश व्यवस्था, लाइन की गति और व्यक्तिगत निर्णय में अंतर दृश्य निर्णयों की स्थिरता को प्रभावित कर सकते हैं।
तीसरा, जैसे-जैसे घटक उत्पादन से गुजरता है, वैसे-वैसे दोष अधिक महंगा होता जाता है। एक दोषपूर्ण स्टैम्प्ड पैनल को प्रेसिंग के तुरंत बाद अस्वीकार किया जा सकता है। यदि वही दोष कोटिंग, वेल्डिंग और असेंबली के बाद ही पाया जाता है, तो निर्माता ने पहले ही एक अनुपयोगी भाग में अधिक सामग्री, श्रम और मशीन समय जोड़ दिया है।
यही कारण है कि कई निर्माता केवल एंड-ऑफ-लाइन जांच पर निर्भर रहने के बजाय स्टैम्पिंग, फॉर्मिंग, जॉइनिंग और असेंबली संचालन के करीब निरीक्षण कर रहे हैं।
एक औद्योगिक विज़ुअल इंस्पेक्शन सिस्टम सामान्य रूप से कैमरे, लेंस, नियंत्रित प्रकाश व्यवस्था, छवि-प्रसंस्करण सॉफ्टवेयर और एक प्रशिक्षित मॉडल को जोड़ता है। कैमरा घटक या असेंबली की एक छवि कैप्चर करता है, और सिस्टम इसे दृश्य सुविधाओं या विचलन के लिए विश्लेषण करता है।
आवेदन के आधार पर, परिणाम यह संकेत दे सकता है कि भाग स्वीकार्य है, दोषपूर्ण है या मैन्युअल समीक्षा की आवश्यकता है। सिस्टम समस्या को वर्गीकृत भी कर सकता है, जैसे कि एक गायब घटक, सतह दोष, गलत स्थिति या असामान्य सीम।
हर एआई निरीक्षण प्रणाली को एक ही तरह से प्रशिक्षित नहीं किया जाता है। कुछ मॉडल स्वीकार्य और दोषपूर्ण दोनों भागों की छवियों का उपयोग करते हैं। अन्य स्वीकार्य घटक की सामान्य उपस्थिति सीखते हैं और उस संदर्भ से विचलन की पहचान करते हैं।
उदाहरण के लिए, सीमेंस का कहना है कि इसके इंस्पेक्टो सिस्टम को स्वीकार्य नमूनों के अपेक्षाकृत छोटे सेट का उपयोग करके कॉन्फ़िगर किया जा सकता है, जबकि दोषपूर्ण नमूने वैकल्पिक हैं। रॉकवेल ऑटोमेशन का फैक्ट्री टॉक एनालिटिक्स विजनएआई एक नो-कोड वर्कफ़्लो का उपयोग करता है जो विनिर्माण और गुणवत्ता कर्मियों को विशेष मशीन विजन प्रोग्रामिंग के बिना निरीक्षण मॉडल को प्रशिक्षित और तैनात करने की अनुमति देता है।
ये उपकरण कुछ अनुप्रयोगों के लिए आवश्यक तकनीकी प्रयास को कम कर सकते हैं, लेकिन वे इंजीनियरिंग निर्णय की आवश्यकता को दूर नहीं करते हैं। निर्माताओं को अभी भी स्वीकृति मानक को परिभाषित करना होगा, उपयुक्त इमेजिंग हार्डवेयर का चयन करना होगा और वास्तविक उत्पादन भागों का उपयोग करके सिस्टम को मान्य करना होगा।
एआई विजन सबसे उपयोगी होता है जब दोष को एक छवि में स्पष्ट रूप से कैप्चर किया जा सकता है। सही निरीक्षण विधि उस सुविधा पर निर्भर करती है जिसकी जांच की जा रही है।
| दोष या आवश्यकता | सबसे उपयुक्त दृष्टिकोण |
|---|---|
| एक निश्चित स्थिति में गायब छेद | पारंपरिक मशीन विजन पर्याप्त हो सकता है |
| परिवर्तनीय खरोंच, डेंट या कोटिंग के निशान | एआई विज़ुअल इंस्पेक्शन उपस्थिति भिन्नता को अधिक प्रभावी ढंग से संभाल सकता है |
| गायब फास्टनर, ब्रैकेट, सील या लेबल | पारंपरिक या एआई विजन, मॉडल भिन्नता के आधार पर |
| दृश्य दरार, झुर्री या बनाने की विकृति | आयामी और प्रक्रिया जांच के साथ संयुक्त दृश्य निरीक्षण |
| सटीक सहनशीलता के साथ बर्र की ऊंचाई | विशेष ऑप्टिकल माप या भौतिक निरीक्षण |
| दृश्य वेल्ड या सीम अनियमितता | शक्ति, रिसाव या अन्य आवश्यक परीक्षणों द्वारा समर्थित दृश्य निरीक्षण |
| शोर, रिसाव, विद्युत सुरक्षा या संचालन प्रदर्शन | दृश्य निरीक्षण के बजाय कार्यात्मक परीक्षण |
कैबिनेट, डोर पैनल, कंट्रोल पैनल और सजावटी घटक ग्राहक को दिखाई देते हैं। खरोंच, डेंट, दाग और कोटिंग क्षति से अस्वीकृति हो सकती है, भले ही भाग संरचनात्मक रूप से प्रयोग करने योग्य बना रहे।
एआई विज़ुअल इंस्पेक्शन इन भागों को अधिक लगातार स्क्रीन करने में मदद कर सकता है क्योंकि सतह दोष लंबाई, दिशा और स्थिति में भिन्न होते हैं। मुख्य कठिनाई छवि कैप्चर है। स्टेनलेस स्टील, लेपित शीट और घुमावदार सतहों पर प्रतिबिंब दोषों के समान हो सकते हैं, इसलिए प्रकाश ज्यामिति और कैमरा कोण को वास्तविक सामग्री और सतह फिनिश के आसपास डिजाइन किया जाना चाहिए।
उपकरण पैनलों में फास्टनर, टिका, वायरिंग, सेंसर और ब्रैकेट के लिए छेद और कट-आउट होते हैं। एक गायब या गलत सुविधा तब तक नहीं खोजी जा सकती है जब तक कि कोई अन्य घटक फिट न हो।
एक स्थिर भाग के लिए जो एक निश्चित स्थिति में प्रस्तुत किया जाता है, पारंपरिक मशीन विजन अक्सर सरल समाधान होता है। एआई तब उपयोगी हो सकता है जब कई उत्पाद वेरिएंट एक लाइन साझा करते हैं या जब प्रतिबिंब और स्थिति में सामान्य परिवर्तन निश्चित थ्रेसहोल्ड को अविश्वसनीय बनाते हैं।
गहरी ड्राइंग, फ्लैंजिंग और बेंडिंग से दृश्य दरारें, झुर्रियाँ, विकृति या असामान्य विरूपण हो सकता है। एक विजन सिस्टम बनाने के बाद स्पष्ट सतह दोषों की पहचान कर सकता है, जिससे अनुपयुक्त भागों को बाद के संचालन में प्रवेश करने से रोका जा सकता है।
यह छिपे हुए तनाव, आंतरिक सामग्री क्षति या अत्यधिक पतले होने के हर मामले को सीधे माप नहीं सकता है। जहां ये विशेषताएं उत्पाद की गुणवत्ता को प्रभावित करती हैं, वहां बनाने का सिमुलेशन, प्रक्रिया सत्यापन और आयामी या मोटाई माप आवश्यक बने रहते हैं।
वॉशिंग मशीन ड्रम, डिशवॉशर टब, कैबिनेट और अन्य असेंबली वेल्डिंग, क्लिनचिंग, रोल सीमिंग या लॉक सीमिंग का उपयोग कर सकते हैं। कैमरे संयुक्त निरंतरता, संरेखण, स्पैटर, अंतराल, विकृति और गलत संयुक्त स्थिति जैसी दृश्य विशेषताओं का निरीक्षण कर सकते हैं।
उदाहरण के लिए, पैनासोनिक कनेक्ट का बीड आई समाधान, वेल्ड बीड्स की दृश्य परीक्षा को स्वचालित करने और पता लगाने की क्षमता के लिए निरीक्षण परिणाम संग्रहीत करने के लिए मास्टर डेटा के साथ तुलना और एआई-समर्थित निरीक्षण को जोड़ता है। पैनासोनिक यह भी बताता है कि आंतरिक दोष और अपर्याप्त प्रवेश जो बीड उपस्थिति से पहचाने नहीं जा सकते हैं, वे इस प्रकार के दृश्य निरीक्षण के दायरे से बाहर हैं।
यही सिद्धांत उपकरण निर्माण पर भी लागू होता है: स्वीकार्य उपस्थिति स्वचालित रूप से वेल्ड की ताकत, सीम अखंडता या रिसाव की तंगी की पुष्टि नहीं करती है। घटक के आधार पर, निर्माताओं को अभी भी विनाशकारी परीक्षण, बल परीक्षण, रिसाव परीक्षण या अन्य सत्यापन विधि की आवश्यकता हो सकती है।
असेंबली के दौरान, कैमरे स्क्रू, क्लिप, सील, कनेक्टर, लेबल, हैंडल, टिका और सजावटी ट्रिम की उपस्थिति, अभिविन्यास और स्थिति की जांच कर सकते हैं।
यह मिश्रित-मॉडल लाइनों पर विशेष रूप से उपयोगी है, जहां समान दिखने वाले उपकरणों के लिए विभिन्न भागों की आवश्यकता हो सकती है। निरीक्षण नुस्खा का उत्पादन किए जा रहे मॉडल से जुड़ा होना चाहिए। यदि गलत संदर्भ चुना जाता है, तो सिस्टम एक सही असेंबली को अस्वीकार कर सकता है या एक गलत को पास करने की अनुमति दे सकता है।
पारंपरिक मशीन विजन किनारों, कंट्रास्ट, रंग, स्थिति, आकार या ज्यामिति के आधार पर परिभाषित नियमों का पालन करता है। यह विश्वसनीय होता है जब निरीक्षण की जाने वाली सुविधा का एक स्पष्ट आकार होता है, घटक लगातार स्थित होता है और स्वीकार्य सीमाओं को निश्चित नियमों के रूप में व्यक्त किया जा सकता है।
उदाहरण के लिए, एक ज्ञात स्थान पर एक गोलाकार छेद मौजूद है या नहीं, इसकी जांच के लिए एआई मॉडल की आवश्यकता नहीं हो सकती है। एक पारंपरिक एल्गोरिथम अक्सर कार्य को कुशलतापूर्वक कर सकता है और मान्य करना अपेक्षाकृत आसान होता है।
एआई-समर्थित निरीक्षण तब अधिक उपयोगी हो जाता है जब सामान्य उपस्थिति भिन्न होती है या जब किसी दोष को निश्चित थ्रेसहोल्ड के साथ वर्णित करना मुश्किल होता है। खरोंच के विभिन्न आकार और दिशाएं हो सकती हैं। बदलते प्रतिबिंबों के तहत डेंट अलग-अलग दिखाई दे सकते हैं। वेल्ड बीड्स स्वीकार्य प्राकृतिक भिन्नता दिखा सकते हैं जबकि अभी भी असामान्य क्षेत्र होते हैं।
इसलिए एआई स्वचालित रूप से अधिक उन्नत या उपयुक्त विकल्प नहीं है। कई कारखानों में, सबसे प्रभावी समाधान स्थिर ज्यामितीय जांच के लिए पारंपरिक मशीन विजन को अधिक परिवर्तनशील उपस्थिति दोषों के लिए एआई मॉडल के साथ जोड़ता है।
निरीक्षण स्टेशन का स्थान सॉफ्टवेयर जितना ही महत्वपूर्ण हो सकता है।
स्टैम्पिंग या फॉर्मिंग के बाद, निरीक्षण गायब छेद, गलत कट-आउट, गंभीर झुर्रियाँ, दृश्य दरारें और सतह क्षति की पहचान कर सकता है, इससे पहले कि कोटिंग या असेंबली से अतिरिक्त लागत लगे।
वेल्डिंग या असेंबली से पहले, कैमरे पुष्टि कर सकते हैं कि सही भाग मौजूद हैं और ठीक से स्थित हैं। यह गलत असेंबली के जोखिम को कम करता है और गलत लोड किए गए घटकों से फिक्स्चर और जॉइनिंग उपकरण की रक्षा भी कर सकता है।
वेल्डिंग, सीमिंग या क्लिनचिंग के बाद, एक सिस्टम संयुक्त स्थान, दृश्य निरंतरता, संरेखण, गायब जॉइनिंग पॉइंट और अत्यधिक विकृति की जांच कर सकता है। स्वीकृति मानदंडों पर जॉइनिंग प्रक्रिया के लिए जिम्मेदार इंजीनियरों के साथ सहमति होनी चाहिए।
लाइन के अंत में, कैमरे बाहरी क्षति, पैनल गैप, डोर संरेखण, लेबल, ट्रिम और दृश्य असेंबली त्रुटियों की जांच कर सकते हैं। अंतिम निरीक्षण आवश्यक है क्योंकि हैंडलिंग और असेंबली से नया नुकसान हो सकता है, लेकिन यह पहला बिंदु नहीं होना चाहिए जिस पर हर दोष की जांच की जाती है।
जल्दी पता लगाने से निर्माताओं को दोषपूर्ण घटक में मूल्य जोड़ने से बचने में भी मदद मिलती है। इससे भी महत्वपूर्ण बात यह है कि बार-बार निरीक्षण परिणाम उत्पादन प्रक्रिया में परिवर्तन का संकेत दे सकते हैं। खरोंच में वृद्धि एक स्थानांतरण या हैंडलिंग समस्या का संकेत दे सकती है। बार-बार छेद दोष डाई पहनने, फीडिंग भिन्नता या प्रेस की स्थिति का संकेत दे सकते हैं। सीम मिसलिग्न्मेंट एक फिक्स्चर या पार्ट-पोजिशनिंग समस्या से जुड़ा हो सकता है।
निरीक्षण छवियों को उत्पाद मॉडल, बैच, तिथि, लाइन, स्टेशन, शिफ्ट और दोष श्रेणी से भी जोड़ा जा सकता है। यह पता लगाने की क्षमता निर्माताओं को शिकायतों की जांच करने, उत्पादन स्थितियों की तुलना करने और यह निर्धारित करने में मदद करती है कि कोई समस्या अलग है या आवर्ती है।
सबसे बड़ा मूल्य तब आता है जब निरीक्षण डेटा सुधारात्मक कार्रवाई का समर्थन करता है।
खराब छवियां अविश्वसनीय परिणाम देती हैं। एक व्यावहारिक निरीक्षण स्टेशन के लिए उपयुक्त कैमरा रिज़ॉल्यूशन, नियंत्रित प्रकाश व्यवस्था, दोहराने योग्य भाग स्थिति, कंपन और संदूषण से सुरक्षा, और निरीक्षण की जाने वाली सुविधा का स्पष्ट दृश्य आवश्यक है। यहां तक कि एक उन्नत मॉडल भी उस जानकारी का विश्लेषण नहीं कर सकता है जिसे कैमरा कैप्चर करने में विफल रहा।
प्रशिक्षण डेटा को वास्तविक उत्पादन को भी प्रतिबिंबित करना चाहिए। छवियों में उत्पाद मॉडल, सामग्री, सतह फिनिश, प्रतिबिंब और भाग स्थिति में यथार्थवादी भिन्नता शामिल होनी चाहिए, साथ ही स्वीकार्य और दोषपूर्ण स्थितियों के पुष्ट उदाहरण भी होने चाहिए। केवल सावधानीपूर्वक चयनित प्रदर्शन नमूनों पर परीक्षण किया गया सिस्टम उत्पादन लाइन पर अलग व्यवहार कर सकता है।
निर्माताओं को दो अलग-अलग त्रुटियों पर भी विचार करना चाहिए। एक झूठा अस्वीकृति तब होती है जब एक स्वीकार्य भाग को दोषपूर्ण के रूप में वर्गीकृत किया जाता है। एक छूटा हुआ दोष तब होता है जब एक दोषपूर्ण भाग स्वीकार किया जाता है। उपयुक्त संतुलन दोष की लागत और जोखिम पर निर्भर करता है; एक मामूली कॉस्मेटिक निशान और एक गायब सुरक्षा-संबंधित घटक को समान निर्णय थ्रेसहोल्ड का उपयोग नहीं करना चाहिए।
सबसे महत्वपूर्ण बात यह है कि दृश्य निरीक्षण विनिर्माण प्रक्रिया को स्थिर नहीं करता है। यदि एक स्टैम्पिंग डाई घिसी हुई है, फीडिंग सिस्टम असंगत है या वेल्डिंग फिक्स्चर गलत संरेखित है, तो एक और कैमरा स्थापित करने से कारण ठीक नहीं होता है।
शीट धातु उत्पादन में, निरीक्षण विश्वसनीयता डाई डिजाइन, टूल की स्थिति, प्रेस स्थिरता, सामग्री की स्थिरता, स्नेहन, फीडिंग सटीकता और भाग हैंडलिंग से निकटता से जुड़ी हुई है।
इसलिए व्यावहारिक गुणवत्ता श्रृंखला है:
विश्वसनीय टूलिंग → स्थिर उत्पादन → प्रभावी निरीक्षण → पता लगाने योग्य डेटा → प्रक्रिया सुधार
एआई विज़ुअल इंस्पेक्शन इस श्रृंखला के भीतर आता है। यह पहले के चरणों को प्रतिस्थापित नहीं करता है।
निर्माताओं को एक बार में हर दृश्य जांच को स्वचालित करने की आवश्यकता नहीं है। एक केंद्रित पायलट को मान्य करना आसान होता है और निवेश निर्णयों के लिए एक स्पष्ट आधार प्रदान करता है।
एक दोष से शुरू करें जो दिखाई दे रहा है, आवर्ती है और स्वचालित निरीक्षण को उचित ठहराने के लिए पर्याप्त महंगा है। ठीक से परिभाषित करें कि क्या स्वीकार्य है, क्या अस्वीकार किया जाना चाहिए और क्या मैन्युअल समीक्षा की आवश्यकता है। फिर केवल आदर्श नमूनों पर निर्भर रहने के बजाय वास्तविक उत्पादन स्थितियों से छवियां एकत्र करें।
अंत में, तय करें कि सिस्टम द्वारा समस्या की पहचान होने पर क्या होता है। प्रतिक्रिया भाग को अस्वीकार या चिह्नित करना, ऑपरेटर को सचेत करना, प्रक्रिया को रोकना, छवि को सहेजना या मैन्युअल पुष्टि का अनुरोध करना हो सकती है।
बार-बार होने वाले दोषों से टूलिंग, उपकरण, सामग्री और प्रक्रिया डेटा की समीक्षा भी शुरू होनी चाहिए।
गोद लेने से पहले, निर्माताओं को निम्नलिखित प्रश्नों का उत्तर देने में सक्षम होना चाहिए:
एआई विज़ुअल इंस्पेक्शन गुणवत्ता नियंत्रण में सुधार कर सकता है घरेलू उपकरण निर्माण जब इसे एक स्पष्ट रूप से परिभाषित दृश्य समस्या पर लागू किया जाता है और वास्तविक उत्पादन स्थितियों के तहत मान्य किया जाता है। यह अधिक सुसंगत निर्णय, जल्दी दोष का पता लगाने और बेहतर पता लगाने की क्षमता का समर्थन कर सकता है, खासकर स्वचालित और मिश्रित-मॉडल उत्पादन लाइनों पर।
अंततः, निरीक्षण तब सबसे शक्तिशाली होता है जब इसे स्थिर टूलिंग और नियंत्रित विनिर्माण प्रक्रियाओं के साथ जोड़ा जाता है। लक्ष्य केवल अधिक दोषपूर्ण भागों का पता लगाना नहीं है, बल्कि एक विनिर्माण प्रक्रिया का निर्माण करना है जो उनमें से कम का उत्पादन करती है।
घरेलू उपकरणों के निर्माण में गुणवत्ता निरीक्षण अधिक मांग वाला होता जा रहा है। वॉशिंग मशीन, रेफ्रिजरेटर, डिशवॉशर, ओवन और माइक्रोवेव ओवन में कई स्टैम्प्ड, फॉर्मेड, वेल्डेड और असेंबल किए गए घटक होते हैं। डोर पैनल पर एक खरोंच तैयार उपकरण की उपस्थिति को प्रभावित कर सकती है, जबकि एक गायब छेद, गलत स्थिति में ब्रैकेट या दोषपूर्ण सीम असेंबली को बाधित कर सकता है या उत्पाद के जीवन में बाद में विश्वसनीयता की समस्या पैदा कर सकता है।
एआई विज़ुअल इंस्पेक्शन निर्माताओं को इस वातावरण में समर्थन देना शुरू कर रहा है। हायर ने जून 2026 में रिपोर्ट दी कि एआई-संचालित विज़ुअल इंस्पेक्शन और ध्वनिक शोर का पता लगाना उसके थाईलैंड औद्योगिक पार्क में उत्पादन लाइनों में तैनात किया गया था। मार्च 2026 में, पैनासोनिक होल्डिंग्स ने उत्पादन-लाइन गुणवत्ता निरीक्षण सहित अनुप्रयोगों के लिए डिज़ाइन किए गए एआई विज़ुअल इंस्पेक्शन प्लेटफ़ॉर्म के वैश्विक लाइसेंसिंग की भी घोषणा की। सीमेंस और रॉकवेल ऑटोमेशन जैसे ऑटोमेशन आपूर्तिकर्ता अब औद्योगिक उपयोग के लिए एआई-समर्थित मशीन विजन सिस्टम प्रदान करते हैं।
उपकरण निर्माताओं के लिए, इसलिए महत्वपूर्ण प्रश्न यह नहीं है कि एआई विजन प्रभावशाली है या नहीं। यह है कि क्या किसी विशिष्ट निरीक्षण कार्य को मौजूदा विधि की तुलना में अधिक लगातार, जल्दी और बेहतर पता लगाने की क्षमता के साथ किया जा सकता है।
एक आधुनिक उपकरण संयंत्र एक ही उत्पाद की कई क्षमताएं और कॉन्फ़िगरेशन का निर्माण कर सकता है। उदाहरण के लिए, एक वॉशिंग मशीन लाइन विभिन्न ड्रम व्यास, कैबिनेट आकार और डोर संरचनाओं को संभाल सकती है। एक रेफ्रिजरेटर लाइन कई डोर व्यवस्था, लाइनर डिज़ाइन और शेल्फ सिस्टम का उत्पादन कर सकती है।
यह उत्पाद भिन्नता तीन व्यावहारिक चुनौतियाँ पैदा करती है।
पहला, एक घटक की अपेक्षित उपस्थिति मॉडल के बीच बदल सकती है। एक छेद, ब्रैकेट, लेबल या सीम एक संस्करण के लिए सही हो सकता है लेकिन दूसरे के लिए गलत। इसलिए निरीक्षण प्रणाली को सही समय पर सही उत्पाद संदर्भ का उपयोग करना चाहिए।
दूसरा, उत्पादन गति मैन्युअल निरीक्षण के लिए उपलब्ध समय को सीमित करती है। निरीक्षक एक शिफ्ट के दौरान सैकड़ों या हजारों समान भागों की जांच कर सकते हैं। थकान, प्रकाश व्यवस्था, लाइन की गति और व्यक्तिगत निर्णय में अंतर दृश्य निर्णयों की स्थिरता को प्रभावित कर सकते हैं।
तीसरा, जैसे-जैसे घटक उत्पादन से गुजरता है, वैसे-वैसे दोष अधिक महंगा होता जाता है। एक दोषपूर्ण स्टैम्प्ड पैनल को प्रेसिंग के तुरंत बाद अस्वीकार किया जा सकता है। यदि वही दोष कोटिंग, वेल्डिंग और असेंबली के बाद ही पाया जाता है, तो निर्माता ने पहले ही एक अनुपयोगी भाग में अधिक सामग्री, श्रम और मशीन समय जोड़ दिया है।
यही कारण है कि कई निर्माता केवल एंड-ऑफ-लाइन जांच पर निर्भर रहने के बजाय स्टैम्पिंग, फॉर्मिंग, जॉइनिंग और असेंबली संचालन के करीब निरीक्षण कर रहे हैं।
एक औद्योगिक विज़ुअल इंस्पेक्शन सिस्टम सामान्य रूप से कैमरे, लेंस, नियंत्रित प्रकाश व्यवस्था, छवि-प्रसंस्करण सॉफ्टवेयर और एक प्रशिक्षित मॉडल को जोड़ता है। कैमरा घटक या असेंबली की एक छवि कैप्चर करता है, और सिस्टम इसे दृश्य सुविधाओं या विचलन के लिए विश्लेषण करता है।
आवेदन के आधार पर, परिणाम यह संकेत दे सकता है कि भाग स्वीकार्य है, दोषपूर्ण है या मैन्युअल समीक्षा की आवश्यकता है। सिस्टम समस्या को वर्गीकृत भी कर सकता है, जैसे कि एक गायब घटक, सतह दोष, गलत स्थिति या असामान्य सीम।
हर एआई निरीक्षण प्रणाली को एक ही तरह से प्रशिक्षित नहीं किया जाता है। कुछ मॉडल स्वीकार्य और दोषपूर्ण दोनों भागों की छवियों का उपयोग करते हैं। अन्य स्वीकार्य घटक की सामान्य उपस्थिति सीखते हैं और उस संदर्भ से विचलन की पहचान करते हैं।
उदाहरण के लिए, सीमेंस का कहना है कि इसके इंस्पेक्टो सिस्टम को स्वीकार्य नमूनों के अपेक्षाकृत छोटे सेट का उपयोग करके कॉन्फ़िगर किया जा सकता है, जबकि दोषपूर्ण नमूने वैकल्पिक हैं। रॉकवेल ऑटोमेशन का फैक्ट्री टॉक एनालिटिक्स विजनएआई एक नो-कोड वर्कफ़्लो का उपयोग करता है जो विनिर्माण और गुणवत्ता कर्मियों को विशेष मशीन विजन प्रोग्रामिंग के बिना निरीक्षण मॉडल को प्रशिक्षित और तैनात करने की अनुमति देता है।
ये उपकरण कुछ अनुप्रयोगों के लिए आवश्यक तकनीकी प्रयास को कम कर सकते हैं, लेकिन वे इंजीनियरिंग निर्णय की आवश्यकता को दूर नहीं करते हैं। निर्माताओं को अभी भी स्वीकृति मानक को परिभाषित करना होगा, उपयुक्त इमेजिंग हार्डवेयर का चयन करना होगा और वास्तविक उत्पादन भागों का उपयोग करके सिस्टम को मान्य करना होगा।
एआई विजन सबसे उपयोगी होता है जब दोष को एक छवि में स्पष्ट रूप से कैप्चर किया जा सकता है। सही निरीक्षण विधि उस सुविधा पर निर्भर करती है जिसकी जांच की जा रही है।
| दोष या आवश्यकता | सबसे उपयुक्त दृष्टिकोण |
|---|---|
| एक निश्चित स्थिति में गायब छेद | पारंपरिक मशीन विजन पर्याप्त हो सकता है |
| परिवर्तनीय खरोंच, डेंट या कोटिंग के निशान | एआई विज़ुअल इंस्पेक्शन उपस्थिति भिन्नता को अधिक प्रभावी ढंग से संभाल सकता है |
| गायब फास्टनर, ब्रैकेट, सील या लेबल | पारंपरिक या एआई विजन, मॉडल भिन्नता के आधार पर |
| दृश्य दरार, झुर्री या बनाने की विकृति | आयामी और प्रक्रिया जांच के साथ संयुक्त दृश्य निरीक्षण |
| सटीक सहनशीलता के साथ बर्र की ऊंचाई | विशेष ऑप्टिकल माप या भौतिक निरीक्षण |
| दृश्य वेल्ड या सीम अनियमितता | शक्ति, रिसाव या अन्य आवश्यक परीक्षणों द्वारा समर्थित दृश्य निरीक्षण |
| शोर, रिसाव, विद्युत सुरक्षा या संचालन प्रदर्शन | दृश्य निरीक्षण के बजाय कार्यात्मक परीक्षण |
कैबिनेट, डोर पैनल, कंट्रोल पैनल और सजावटी घटक ग्राहक को दिखाई देते हैं। खरोंच, डेंट, दाग और कोटिंग क्षति से अस्वीकृति हो सकती है, भले ही भाग संरचनात्मक रूप से प्रयोग करने योग्य बना रहे।
एआई विज़ुअल इंस्पेक्शन इन भागों को अधिक लगातार स्क्रीन करने में मदद कर सकता है क्योंकि सतह दोष लंबाई, दिशा और स्थिति में भिन्न होते हैं। मुख्य कठिनाई छवि कैप्चर है। स्टेनलेस स्टील, लेपित शीट और घुमावदार सतहों पर प्रतिबिंब दोषों के समान हो सकते हैं, इसलिए प्रकाश ज्यामिति और कैमरा कोण को वास्तविक सामग्री और सतह फिनिश के आसपास डिजाइन किया जाना चाहिए।
उपकरण पैनलों में फास्टनर, टिका, वायरिंग, सेंसर और ब्रैकेट के लिए छेद और कट-आउट होते हैं। एक गायब या गलत सुविधा तब तक नहीं खोजी जा सकती है जब तक कि कोई अन्य घटक फिट न हो।
एक स्थिर भाग के लिए जो एक निश्चित स्थिति में प्रस्तुत किया जाता है, पारंपरिक मशीन विजन अक्सर सरल समाधान होता है। एआई तब उपयोगी हो सकता है जब कई उत्पाद वेरिएंट एक लाइन साझा करते हैं या जब प्रतिबिंब और स्थिति में सामान्य परिवर्तन निश्चित थ्रेसहोल्ड को अविश्वसनीय बनाते हैं।
गहरी ड्राइंग, फ्लैंजिंग और बेंडिंग से दृश्य दरारें, झुर्रियाँ, विकृति या असामान्य विरूपण हो सकता है। एक विजन सिस्टम बनाने के बाद स्पष्ट सतह दोषों की पहचान कर सकता है, जिससे अनुपयुक्त भागों को बाद के संचालन में प्रवेश करने से रोका जा सकता है।
यह छिपे हुए तनाव, आंतरिक सामग्री क्षति या अत्यधिक पतले होने के हर मामले को सीधे माप नहीं सकता है। जहां ये विशेषताएं उत्पाद की गुणवत्ता को प्रभावित करती हैं, वहां बनाने का सिमुलेशन, प्रक्रिया सत्यापन और आयामी या मोटाई माप आवश्यक बने रहते हैं।
वॉशिंग मशीन ड्रम, डिशवॉशर टब, कैबिनेट और अन्य असेंबली वेल्डिंग, क्लिनचिंग, रोल सीमिंग या लॉक सीमिंग का उपयोग कर सकते हैं। कैमरे संयुक्त निरंतरता, संरेखण, स्पैटर, अंतराल, विकृति और गलत संयुक्त स्थिति जैसी दृश्य विशेषताओं का निरीक्षण कर सकते हैं।
उदाहरण के लिए, पैनासोनिक कनेक्ट का बीड आई समाधान, वेल्ड बीड्स की दृश्य परीक्षा को स्वचालित करने और पता लगाने की क्षमता के लिए निरीक्षण परिणाम संग्रहीत करने के लिए मास्टर डेटा के साथ तुलना और एआई-समर्थित निरीक्षण को जोड़ता है। पैनासोनिक यह भी बताता है कि आंतरिक दोष और अपर्याप्त प्रवेश जो बीड उपस्थिति से पहचाने नहीं जा सकते हैं, वे इस प्रकार के दृश्य निरीक्षण के दायरे से बाहर हैं।
यही सिद्धांत उपकरण निर्माण पर भी लागू होता है: स्वीकार्य उपस्थिति स्वचालित रूप से वेल्ड की ताकत, सीम अखंडता या रिसाव की तंगी की पुष्टि नहीं करती है। घटक के आधार पर, निर्माताओं को अभी भी विनाशकारी परीक्षण, बल परीक्षण, रिसाव परीक्षण या अन्य सत्यापन विधि की आवश्यकता हो सकती है।
असेंबली के दौरान, कैमरे स्क्रू, क्लिप, सील, कनेक्टर, लेबल, हैंडल, टिका और सजावटी ट्रिम की उपस्थिति, अभिविन्यास और स्थिति की जांच कर सकते हैं।
यह मिश्रित-मॉडल लाइनों पर विशेष रूप से उपयोगी है, जहां समान दिखने वाले उपकरणों के लिए विभिन्न भागों की आवश्यकता हो सकती है। निरीक्षण नुस्खा का उत्पादन किए जा रहे मॉडल से जुड़ा होना चाहिए। यदि गलत संदर्भ चुना जाता है, तो सिस्टम एक सही असेंबली को अस्वीकार कर सकता है या एक गलत को पास करने की अनुमति दे सकता है।
पारंपरिक मशीन विजन किनारों, कंट्रास्ट, रंग, स्थिति, आकार या ज्यामिति के आधार पर परिभाषित नियमों का पालन करता है। यह विश्वसनीय होता है जब निरीक्षण की जाने वाली सुविधा का एक स्पष्ट आकार होता है, घटक लगातार स्थित होता है और स्वीकार्य सीमाओं को निश्चित नियमों के रूप में व्यक्त किया जा सकता है।
उदाहरण के लिए, एक ज्ञात स्थान पर एक गोलाकार छेद मौजूद है या नहीं, इसकी जांच के लिए एआई मॉडल की आवश्यकता नहीं हो सकती है। एक पारंपरिक एल्गोरिथम अक्सर कार्य को कुशलतापूर्वक कर सकता है और मान्य करना अपेक्षाकृत आसान होता है।
एआई-समर्थित निरीक्षण तब अधिक उपयोगी हो जाता है जब सामान्य उपस्थिति भिन्न होती है या जब किसी दोष को निश्चित थ्रेसहोल्ड के साथ वर्णित करना मुश्किल होता है। खरोंच के विभिन्न आकार और दिशाएं हो सकती हैं। बदलते प्रतिबिंबों के तहत डेंट अलग-अलग दिखाई दे सकते हैं। वेल्ड बीड्स स्वीकार्य प्राकृतिक भिन्नता दिखा सकते हैं जबकि अभी भी असामान्य क्षेत्र होते हैं।
इसलिए एआई स्वचालित रूप से अधिक उन्नत या उपयुक्त विकल्प नहीं है। कई कारखानों में, सबसे प्रभावी समाधान स्थिर ज्यामितीय जांच के लिए पारंपरिक मशीन विजन को अधिक परिवर्तनशील उपस्थिति दोषों के लिए एआई मॉडल के साथ जोड़ता है।
निरीक्षण स्टेशन का स्थान सॉफ्टवेयर जितना ही महत्वपूर्ण हो सकता है।
स्टैम्पिंग या फॉर्मिंग के बाद, निरीक्षण गायब छेद, गलत कट-आउट, गंभीर झुर्रियाँ, दृश्य दरारें और सतह क्षति की पहचान कर सकता है, इससे पहले कि कोटिंग या असेंबली से अतिरिक्त लागत लगे।
वेल्डिंग या असेंबली से पहले, कैमरे पुष्टि कर सकते हैं कि सही भाग मौजूद हैं और ठीक से स्थित हैं। यह गलत असेंबली के जोखिम को कम करता है और गलत लोड किए गए घटकों से फिक्स्चर और जॉइनिंग उपकरण की रक्षा भी कर सकता है।
वेल्डिंग, सीमिंग या क्लिनचिंग के बाद, एक सिस्टम संयुक्त स्थान, दृश्य निरंतरता, संरेखण, गायब जॉइनिंग पॉइंट और अत्यधिक विकृति की जांच कर सकता है। स्वीकृति मानदंडों पर जॉइनिंग प्रक्रिया के लिए जिम्मेदार इंजीनियरों के साथ सहमति होनी चाहिए।
लाइन के अंत में, कैमरे बाहरी क्षति, पैनल गैप, डोर संरेखण, लेबल, ट्रिम और दृश्य असेंबली त्रुटियों की जांच कर सकते हैं। अंतिम निरीक्षण आवश्यक है क्योंकि हैंडलिंग और असेंबली से नया नुकसान हो सकता है, लेकिन यह पहला बिंदु नहीं होना चाहिए जिस पर हर दोष की जांच की जाती है।
जल्दी पता लगाने से निर्माताओं को दोषपूर्ण घटक में मूल्य जोड़ने से बचने में भी मदद मिलती है। इससे भी महत्वपूर्ण बात यह है कि बार-बार निरीक्षण परिणाम उत्पादन प्रक्रिया में परिवर्तन का संकेत दे सकते हैं। खरोंच में वृद्धि एक स्थानांतरण या हैंडलिंग समस्या का संकेत दे सकती है। बार-बार छेद दोष डाई पहनने, फीडिंग भिन्नता या प्रेस की स्थिति का संकेत दे सकते हैं। सीम मिसलिग्न्मेंट एक फिक्स्चर या पार्ट-पोजिशनिंग समस्या से जुड़ा हो सकता है।
निरीक्षण छवियों को उत्पाद मॉडल, बैच, तिथि, लाइन, स्टेशन, शिफ्ट और दोष श्रेणी से भी जोड़ा जा सकता है। यह पता लगाने की क्षमता निर्माताओं को शिकायतों की जांच करने, उत्पादन स्थितियों की तुलना करने और यह निर्धारित करने में मदद करती है कि कोई समस्या अलग है या आवर्ती है।
सबसे बड़ा मूल्य तब आता है जब निरीक्षण डेटा सुधारात्मक कार्रवाई का समर्थन करता है।
खराब छवियां अविश्वसनीय परिणाम देती हैं। एक व्यावहारिक निरीक्षण स्टेशन के लिए उपयुक्त कैमरा रिज़ॉल्यूशन, नियंत्रित प्रकाश व्यवस्था, दोहराने योग्य भाग स्थिति, कंपन और संदूषण से सुरक्षा, और निरीक्षण की जाने वाली सुविधा का स्पष्ट दृश्य आवश्यक है। यहां तक कि एक उन्नत मॉडल भी उस जानकारी का विश्लेषण नहीं कर सकता है जिसे कैमरा कैप्चर करने में विफल रहा।
प्रशिक्षण डेटा को वास्तविक उत्पादन को भी प्रतिबिंबित करना चाहिए। छवियों में उत्पाद मॉडल, सामग्री, सतह फिनिश, प्रतिबिंब और भाग स्थिति में यथार्थवादी भिन्नता शामिल होनी चाहिए, साथ ही स्वीकार्य और दोषपूर्ण स्थितियों के पुष्ट उदाहरण भी होने चाहिए। केवल सावधानीपूर्वक चयनित प्रदर्शन नमूनों पर परीक्षण किया गया सिस्टम उत्पादन लाइन पर अलग व्यवहार कर सकता है।
निर्माताओं को दो अलग-अलग त्रुटियों पर भी विचार करना चाहिए। एक झूठा अस्वीकृति तब होती है जब एक स्वीकार्य भाग को दोषपूर्ण के रूप में वर्गीकृत किया जाता है। एक छूटा हुआ दोष तब होता है जब एक दोषपूर्ण भाग स्वीकार किया जाता है। उपयुक्त संतुलन दोष की लागत और जोखिम पर निर्भर करता है; एक मामूली कॉस्मेटिक निशान और एक गायब सुरक्षा-संबंधित घटक को समान निर्णय थ्रेसहोल्ड का उपयोग नहीं करना चाहिए।
सबसे महत्वपूर्ण बात यह है कि दृश्य निरीक्षण विनिर्माण प्रक्रिया को स्थिर नहीं करता है। यदि एक स्टैम्पिंग डाई घिसी हुई है, फीडिंग सिस्टम असंगत है या वेल्डिंग फिक्स्चर गलत संरेखित है, तो एक और कैमरा स्थापित करने से कारण ठीक नहीं होता है।
शीट धातु उत्पादन में, निरीक्षण विश्वसनीयता डाई डिजाइन, टूल की स्थिति, प्रेस स्थिरता, सामग्री की स्थिरता, स्नेहन, फीडिंग सटीकता और भाग हैंडलिंग से निकटता से जुड़ी हुई है।
इसलिए व्यावहारिक गुणवत्ता श्रृंखला है:
विश्वसनीय टूलिंग → स्थिर उत्पादन → प्रभावी निरीक्षण → पता लगाने योग्य डेटा → प्रक्रिया सुधार
एआई विज़ुअल इंस्पेक्शन इस श्रृंखला के भीतर आता है। यह पहले के चरणों को प्रतिस्थापित नहीं करता है।
निर्माताओं को एक बार में हर दृश्य जांच को स्वचालित करने की आवश्यकता नहीं है। एक केंद्रित पायलट को मान्य करना आसान होता है और निवेश निर्णयों के लिए एक स्पष्ट आधार प्रदान करता है।
एक दोष से शुरू करें जो दिखाई दे रहा है, आवर्ती है और स्वचालित निरीक्षण को उचित ठहराने के लिए पर्याप्त महंगा है। ठीक से परिभाषित करें कि क्या स्वीकार्य है, क्या अस्वीकार किया जाना चाहिए और क्या मैन्युअल समीक्षा की आवश्यकता है। फिर केवल आदर्श नमूनों पर निर्भर रहने के बजाय वास्तविक उत्पादन स्थितियों से छवियां एकत्र करें।
अंत में, तय करें कि सिस्टम द्वारा समस्या की पहचान होने पर क्या होता है। प्रतिक्रिया भाग को अस्वीकार या चिह्नित करना, ऑपरेटर को सचेत करना, प्रक्रिया को रोकना, छवि को सहेजना या मैन्युअल पुष्टि का अनुरोध करना हो सकती है।
बार-बार होने वाले दोषों से टूलिंग, उपकरण, सामग्री और प्रक्रिया डेटा की समीक्षा भी शुरू होनी चाहिए।
गोद लेने से पहले, निर्माताओं को निम्नलिखित प्रश्नों का उत्तर देने में सक्षम होना चाहिए:
एआई विज़ुअल इंस्पेक्शन गुणवत्ता नियंत्रण में सुधार कर सकता है घरेलू उपकरण निर्माण जब इसे एक स्पष्ट रूप से परिभाषित दृश्य समस्या पर लागू किया जाता है और वास्तविक उत्पादन स्थितियों के तहत मान्य किया जाता है। यह अधिक सुसंगत निर्णय, जल्दी दोष का पता लगाने और बेहतर पता लगाने की क्षमता का समर्थन कर सकता है, खासकर स्वचालित और मिश्रित-मॉडल उत्पादन लाइनों पर।
अंततः, निरीक्षण तब सबसे शक्तिशाली होता है जब इसे स्थिर टूलिंग और नियंत्रित विनिर्माण प्रक्रियाओं के साथ जोड़ा जाता है। लक्ष्य केवल अधिक दोषपूर्ण भागों का पता लगाना नहीं है, बल्कि एक विनिर्माण प्रक्रिया का निर्माण करना है जो उनमें से कम का उत्पादन करती है।
