Ugrás a tartalomra
Robot-Service Kft.

Műanyagipar

Rugóbehelyezés AI-alapú ellenőrzése összeszerelő célgépen

Egy műanyag adagolótár összeszerelő célgépén a behelyezett rugót kamerás, mélytanulásos képosztályozás ellenőrzi két végén: hiányzó, rosszul ülő rugó és hiányzó ház esetén a darab NOK.

Rugóellenőrzés két zónában AI-alapú képosztályozással - Robot-Service
Anonimizált vizsgálati részletek – OK és NOK esetek
Helyes és hibás rugóbehelyezés összehasonlítása - Robot-Service

Feladat és megvalósítás

Egy műanyagipari partner adagolótár-összeszerelő célgépén a ház belsejébe automatikusan behelyezett rugó helyzetét kellett ellenőrizni. A hibák – hiányzó rugó, félrecsúszott vagy a ház szélén fennakadt menet, hiányzó ház – az átlátszó műanyag ház, a tükröződő drót és a változó megvilágítás miatt szabályalapú képfeldolgozással nem különíthetők el megbízhatóan.

A gép kamerájának képén a ROBOMIND Systems AI Vision rendszere három vizsgálati zónát értékel: a teljes házat, valamint a rugó alsó és felső végét. Zónánként egy ResNet-18 alapú képosztályozó dönt az OK, a hibás rugóhelyzet, a hiányzó rugó, a hiányzó ház és a nem értékelhető kép között, osztályonként külön megbízhatósági küszöbbel. A darab csak akkor OK, ha mindhárom zóna OK; minden döntés az eredeti és az annotált képpel, valamint a zónakivágatokkal együtt rögzül, és táblázatba exportálható.

A tanítókészlet a gépen készült felvételekből, saját kivágó- és címkéző eszközzel épült, és a modellt több körben, új hibaesetekkel bővítve tanítottuk újra. A rendszert 2026 augusztusában a gépen, gyártási darabokkal validáltuk. Az összeszerelő célgépet a Robot-Service építette, a kamerás AI-ellenőrzést és a tanítási munkafolyamatot a ROBOMIND Systems adta.

Hibatípusonként, nem csak OK/NOK

Az osztályozó nemcsak jót és rosszat különít el, hanem megnevezi a hibát is – hiányzó rugó, rossz rugóhelyzet vagy hiányzó ház –, így a selejt oka a gépnél azonnal látható, és a hibák eloszlása az eredménytáblából visszakereshető.

Technológia

  • ROBOMIND AI Vision rendszer
  • ResNet-18 képosztályozó, három vizsgálati zóna
  • Hibatípus szerinti osztályok, osztályonkénti küszöb
  • Basler ipari kamera
  • Darabonkénti OK/NOK döntés
  • Eredeti, annotált és zónaképek mentése
  • Táblázatos export
  • Saját kivágó-, címkéző- és tanítóeszközök

Így készül egy ilyen gép

A koncepciótól a FAT-on át a végátadásig minden lépés házon belül történik.

A teljes folyamat

Hasonló feladata van?

Küldje el a specifikációt vagy írja le röviden a feladatot – mérnökeink felveszik Önnel a kapcsolatot.

HívásAjánlatot kérek
Széchenyi Terv Plusz kedvezményezetti infóblokk – Üzleti innováció fejlesztés megvalósítása a Robot-Service Kft.-nál, 33,74 millió forint vissza nem térítendő támogatás. Köszönjük a magyar kormány és az Európai Unió támogatását!