Przetwórstwo tworzyw sztucznych
Kontrola montażu sprężyny oparta na AI na specjalnej maszynie montażowej
Na maszynie specjalnej do montażu plastikowego magazynka dozującego włożoną sprężynę sprawdza na obu końcach kamerowa klasyfikacja obrazu oparta na głębokim uczeniu: przy braku sprężyny, jej nieprawidłowym osadzeniu lub braku obudowy sztuka jest NOK.
Zadanie i realizacja
Na maszynie specjalnej do montażu magazynków dozujących u partnera z branży przetwórstwa tworzyw sztucznych należało sprawdzać położenie sprężyny automatycznie wkładanej do wnętrza obudowy. Wad – brak sprężyny, przesunięty zwój lub zwój zaczepiony o krawędź obudowy, brak obudowy – nie da się niezawodnie rozróżnić przetwarzaniem obrazu opartym na regułach ze względu na przezroczystą plastikową obudowę, odblaskowy drut i zmienne oświetlenie.
Na obrazie z kamery maszyny system AI Vision firmy ROBOMIND Systems ocenia trzy strefy kontroli: całą obudowę oraz dolny i górny koniec sprężyny. W każdej strefie klasyfikator obrazu oparty na ResNet-18 rozstrzyga między klasami: OK, nieprawidłowe położenie sprężyny, brak sprężyny, brak obudowy i obraz niemożliwy do oceny, z osobnym progiem pewności dla każdej klasy. Sztuka jest OK tylko wtedy, gdy wszystkie trzy strefy są OK; każda decyzja jest zapisywana wraz z obrazem oryginalnym, obrazem z adnotacjami i wycinkami stref, a wyniki można eksportować do tabeli.
Zbiór uczący powstał z obrazów wykonanych na maszynie, przy użyciu własnego narzędzia do wycinania i etykietowania, a model ponownie uczyliśmy w kilku rundach, uzupełniając go o nowe przypadki wad. System zwalidowaliśmy w sierpniu 2026 roku na maszynie, na sztukach produkcyjnych. Maszynę specjalną do montażu zbudował Robot-Service, a kamerową kontrolę AI i przepływ pracy uczenia dostarczył ROBOMIND Systems.
Według typu wady, nie tylko OK/NOK
Klasyfikator nie tylko oddziela sztuki dobre od wadliwych, lecz także nazywa wadę – brak sprężyny, nieprawidłowe położenie sprężyny lub brak obudowy – dzięki czemu przyczyna odrzucenia sztuki jest od razu widoczna przy maszynie, a rozkład wad można odtworzyć z tabeli wyników.
Technologia
- System ROBOMIND AI Vision
- Klasyfikator obrazu ResNet-18, trzy strefy kontroli
- Klasy według typu wady, próg dla każdej klasy
- Kamera przemysłowa Basler
- Decyzja OK/NOK dla każdej sztuki
- Zapis obrazów oryginalnych, z adnotacjami i obrazów stref
- Eksport do tabeli
- Własne narzędzia do wycinania, etykietowania i uczenia
Tak powstaje taka maszyna
Od koncepcji, przez FAT, po odbiór końcowy – każdy etap realizujemy we własnym zakresie.
Cały procesPowiązane referencje
Produkcja związana z żywnościąMaszyna specjalna do montażu dozowników cukierkówMontaż zaprojektowany na czas cyklu 2,5 s/szt., z własnym wytwarzaniem sprężyn i kontrolą z użyciem kamery AI ROBOMIND. Odłączane moduły do wytwarzania sprężyn umożliwiają kontynuowanie produkcji podczas uzupełniania materiału.Zobacz realizację
Produkcja elektronikiSpecjalna maszyna do grawerowania laserowegoNasze standardowe stanowisko laserowe dostosowaliśmy do indywidualnego zadania w produkcji elektroniki. Urządzenie wykorzystuje laser Keyence, PLC Beckhoff i serwonapędy.Zobacz realizację
MontażZłożona zrobotyzowana cela montażowaKompaktowa cela montażowa z robotem ABB, zgrzewaniem i nitowaniem orbitalnym. Celem projektu była obsługa przez jedną osobę procesu wymagającego dotąd pięciu osób, z uwzględnieniem ograniczeń transportowych na miejscu.Zobacz realizacjęMają Państwo podobne zadanie?
Prosimy przesłać specyfikację lub krótko opisać zadanie – nasi inżynierowie skontaktują się z Państwem.
