Clicky

Vision

Kvalitetskontrol med vision-løsninger

Vision-løsninger optimerer produktionen, automatiserer kvalitetskontrol og mindsker mængden af fejl. Med professionelle vision systemer integreret i produktionslinjen kan man opnå en markant bedre kvalitetskontrol og frigøre ressourcer til andre formål.

Hvorfor bruge vision-løsninger?

Der er mange gode grunde til at bruge vision-systemer til kvalitetskontrol, og de spænder lige fra arbejdsmiljø til produktionskvalitet. Her dykker vi ned i to af de vigtigste årsager til at vision teknologi bør indgå som del af kvalitetskontrollen.

1. Effektivitet og ensartethed

Ved at bruge maskiner til kontrol og overvågning reducerer man antallet af “menneskelige fejl”, fordi systemerne er designet og trænet til at genkende nøjagtige former, farver og positioner.

De typiske fejl, som mennesker begår, er enten at kassere produkter, som ikke fejler noget, eller godkende emner, som har små eller usynlige fejl. Det sker blandt andet på grund af den gentagne natur i denne type arbejde, hvilket gør, at mennesket over tid begynder at overse småting, bliver ufokuseret og mister effektivitet, fordi de begynder at kede sig.

Systemerne kan derimod identificere de fejl, som mennesket ikke ser, og endda hurtigere, da de heller ikke er udsat for subjektivitet – dette gør dem også mere konsistente. Derudover kan de bruges til at kategorisere emner eller styre automatiserede processer. Derfor vil implementeringen af en eller flere vision-løsninger typisk øge produktionshastigheden, kvaliteten og ensartetheden i produkterne.

Arbejdsglæde ved automatiseret kvalitetskontrol
Arbejdsglæde ved manuel kvalitetskontrol

2. Frigør menneskelige ressourcer

Ved at lade maskiner have ansvaret for de “simple, kedelige og ensartede” opgaver, er det muligt at frigøre menneskelige ressourcer. Det betyder, at den menneskelige stab kan sættes til andre mere komplekse opgaver, der kan skabe mere værdi for virksomheden.

Som hovedregel er kvalitetskontrol et objektivt område og derfor nærmest skabt til maskiner. Mennesker er subjektive, hvilket er værdifuldt i andre sammenhænge. Det betyder ikke, at man skal skære mennesket helt ud af kontrollen, da stikprøver med menneskelig kontrol kan være med til at garantere, at vision-løsningerne fungerer korrekt.

Ofte vil man også se en sammenhæng mellem en medarbejders mængde af repetitive opgaver og arbejdsglæde, og typisk fører arbejdsglæde til effektive medarbejdere.

Hos Automate kan vi hjælpe på hele rejsen. Vi leverer nemlig ikke kun vision-systemer, men den komplette vision-løsning som en samlet pakke. Det vil sige, vi tilbyder alt fra produktion af udstyret, programmering og til at trække kablerne. Læs mere om vores vision-løsninger her.

Undgå spild med automatiseret kvalitetskontrol

Ved at bruge vision-løsninger til automatiseret kvalitetskontrol er det muligt at reducere antallet af fejlkasseringer, da maskinernes objektive øjne bruger nøjagtige data til at opdage defekte produkter.

Når man bruger manuel kvalitetskontrol, risikerer man, at medarbejdere bliver udmattede, distraherede og generelt varierer meget i effektivitet. Implementeres der et vision-system, eliminerer man disse menneskelige faktorer, som ofte leder til fejl og dårlig effektivitet. Systemerne kan nemlig udføre kontinuerlig høj kvalitetsinspektion med øget effektivitet, hvilket som resultat øger kvaliteten og sænker produktionsomkostningerne.

For at sikre, at man får de bedste resultater med en vision-løsning, er det vigtigt, at den tekniske løsning og programmeringen af den er helt korrekt. Det betyder, at der skal være høj præcision i databehandlingen, så der skelnes korrekt mellem fejlbehæftede og godkendte produkter. På den måde undgås det, at der bliver kasseret for mange eller for få produkter. Alt dette kan dog være ligegyldigt, hvis løsningen ikke er implementeret korrekt, eller hvis medarbejderne i produktionen ikke kan betjene systemet. Det vil nemlig typisk føre til unødige produktionsstop. Derfor er det vigtigt, at løsningen implementeres korrekt, og at systemet er designet brugervenligt.

Når man tager skridtet fra manuel til automatiseret produktion, er det vigtigt at huske, at produktionsmaskinerne ikke tjekker emnet for fejl under produktionen, ligesom et menneske naturligt vil gøre, når de står med produktet i hænderne. Derfor er det vigtigt at implementere en form for kvalitetskontrol, f.eks. i form af en vision-løsning, ellers risikerer man i opstarten, at mængden af udsendte defekte produkter er unødigt høj. Ved at vælge en vision-løsning til kvalitetskontrol får man en ensartet tolerancekontrol, og samtidig tilføjes der nye og bedre muligheder for sporbarheden.

Sætter man vision-løsninger op flere steder i produktionen, kan det nemt spores, hvor fejlene opstår. Samtidig giver det også mulighed for at kassere defekte produkter tidligt i produktionen, så der ikke spildes yderligere ressourcer på defekte emner.

Hvad er vision-teknologi?

Vision-teknologi, som anvendes til kvalitetskontrol, består oftest af et setup, der udgøres af lys, optik, sensorer, vision-databehandling og et kommunikationssystem. Det anses for at være avanceret teknologi, der inkluderer både en række hardwarekomponenter og softwaresystemer.

Det er vigtigt, at lyssætningen altid er optimal og konsistent, for at systemets optiske dele kan afkode produkternes placering og kvalitet. Systemet er meget sensitivt og afhængigt af lys, og derfor er det også vigtigt, at der hverken er for lidt eller for meget lys. Det anbefales derfor også, at man opsætter de rigtige lyskilder og sørger for at afskærme for andre lyskilder i området, f.eks. hvis der er sollys i produktionen.

Det kaldes en vision-“løsning”, fordi det ikke bare er et system, der opsamler data, men også arbejder sammen med resten af udstyret i produktionen, dvs. der kommunikeres konstant med produktionsudstyret i forhold til ønskede handlinger. F.eks. når der skal kasseres et emne, eller hvis produktionen skal stoppes på grund af for mange fejl, så produktionsmaskiner kan blive undersøgt.

Det hele er baseret på systemets evne til at databehandle, og for at dette kan gøres optimalt, er det vigtigt, at den data, der arbejdes med, er ensartet og korrekt. Dataen kommer fra optik og sensorer, og derfor er det vigtigt, at opsætningen, konfigurationen og forholdene omkring er helt optimale. På den måde fås det bedste resultat.

Forskellige problemer, forskellige løsninger

Vision-systemer findes i mange varianter, og typisk opdeles de efter deres kompleksitet og hvilken slags inspektion, der skal laves.

Man skelner først og fremmest mellem 2D- og 3D-vision-systemer. 2D-systemer bruges ofte til mønstergenkendelse, identifikation og måling af størrelser. 3D-systemer bruges derimod til mere komplekse applikationer, som kræver en rumlig forståelse.

Derudover skelner man ofte mellem “traditionel vision” og vision-systemer baseret på AI. De traditionelle systemer er oftest programmeret til at identificere en specifik fejltype, hvor AI-systemer kan trænes til at identificere flere fejltyper på én gang.

Ofte laver man løsninger, der kombinerer en række af teknologier, heraf kommer udtrykket “hybrid vision”. Der findes en række standardløsninger, som er lavet til de mere simple opgaver, hvilket gør dem relativt overkommelige i pris og nemme at komme i gang med. Hvis kvalitetskontrollen derimod er mere kompleks, vil det kræve, at der bygges en skræddersyet løsning. Disse vil typisk være mere bekostelige. Derfor er det vigtigt at tage fat i eksperter på området, når man skal vælge en løsning, der passer til netop den produktion, man står med.

Hos Automate er vi eksperter på netop dette område, så ved spørgsmål eller tvivl om, hvilken løsning der passer, så tøv ikke med at tage kontakt her.

Sammenligning af 2D- og 3D-vision-systemer. Hvornår skal man bruge hvad?

Hvem bruger vision-systemer?

Medicinal-, pharma-, medico-, plastik-, metal- og levnedsmiddelindustrien er blot eksempler blandt mange.

Der findes et utal af use cases for vision-systemer, og de kan tilpasses nærmest enhver produktion. Her er nogle af de scenarier, hvor de fungerer specielt godt:

  • Produktionslinjer med høj volumen. Produceres der et stort antal produkter i timen, kan det være svært for menneskelig inspektion at følge med, specielt hvis de også skal yde samme høje kvalitet.
  • Afgørende kvalitet. Dvs. der er en minimal margin for fejl, da disse kan være kritiske, hvis de ender ude i industrien.
  • Høj værdi. Har produkterne en høj værdi, kan det koste en formue at kassere velfungerende produkter ved en fejl.
  • Fejl, som er usynlige for det menneskelige øje. Har man f.eks. med glasprodukter at gøre, kan det være praktisk talt umuligt at spotte, hvis der er spændinger i glasset, som senere kan føre til en defekt.

Ofte kan der også være fordele i at kombinere flere typer af kvalitetskontrol, da der er ting, som vision-systemer ikke kan kontrollere. Har man en af de ovennævnte typer af produktion, kan én af kontrolløsningerne med fordel være et vision-system. Den anden kunne være enten mekanisk kontrol eller menneskelig stikprøvekontrol.

Det kan være ideelt at kombinere med mekanisk kontrol, hvis man f.eks. skal teste den strukturelle integritet, om der er lufthuller i materialet, eller om limningerne holder – altså ting, som ikke er synlige. Derimod kan mekaniske kontrolmaskiner ikke fortælle om de synlige fejl, og derfor komplementerer de hinanden godt.

Overblik over fordele og ulemper ved vision systemer og mekaniske kontrol systemer. Herunder også hvor godt de komplimentere hinanden

Gå fremtiden i møde med AI-kvalitetskontrol

AI bliver med al sandsynlighed kun en større del af produktionen i de kommende år, og faktisk kan det blive en game changer inden for kvalitetskontrol. Kunstig intelligens rummer potentialet til at udvikle løsninger til inspektionsopgaver, som ellers har været umulige.

Specielt inden for områder som inspektion af organisk materiale er der mange faktorer, der skal tages højde for, når der vurderes, om der er fejl eller ej. Hidtil har man ikke kunnet forklare fejlmarginerne præcist nok til, at en klassisk algoritme kunne varetage opgaven. Her vil kunstig intelligens være i stand til at blive trænet til at se på hvert produkt på en måde, hvor flere faktorer kan spille ind.

Det er dog ikke løsningen på alt, og AI kan hurtigt blive en dyr fornøjelse, så det er vigtigt at vurdere behovet, da traditionelle metoder nogle gange vil være både hurtigere og billigere.

Hvem er Automate Partner?

Automate startede i 2015 og er en virksomhed med mål om at automatisere mindre producenter. Vi sørger for at skabe automation, der arbejder sammen med mennesker og er med på hele rejsen. Vi er dit eneste kontaktpunkt, så du slipper for at jonglere med adskillige leverandører og ikke skal tage beslutninger på områder, du ikke er ekspert i. Vi er en lokal virksomhed, der tilbyder personlig service og altid er klar til at komme ud til jer, hvis der er noget, der driller.

Har du spørgsmål, eller står du og mangler en vision-løsning? Giv et kald på 71 99 50 99 eller send en mail til kontakt@automate.dk.

Book en konsultation

Lad os tage en uforpligtende snak og hør
hvordan Automate kan hjælpe jer

FAQ

Hvad er vision-teknologi?
Vision-teknologi er avanceret teknologi, som er en sammensætning af hardware og software, der indsamler og behandler data via optik og sensorer.

Hvor indsætter man kvalitetskontrol i produktionen?
Det er selvfølgelig vigtigt at kontrollere slutproduktet, men faktisk kan vision-løsninger også være praktiske undervejs. Det kan hjælpe med at finde fejl tidligt i processen, så defekte produkter kasseres, inden de færdiggøres. På den måde kan man spare flere ressourcer.

 

Hvad er vision-løsninger gode til?
Vision-løsninger er gode i produktioner, hvor produkterne kan have synlige fejl, som kan være svære at se, eller i produktioner hvor produkternes kvalitet og ensartethed er altafgørende.

Hvad er vision-løsninger ikke så gode til?
Vision-løsninger kan ikke se, om et produkts strukturelle integritet er intakt, hvis ikke det indebærer tydelige revner eller lignende. Derfor er det vigtigt at kombinere med andre kontroltyper for at teste for usynlige fejl.

 

da_DKDansk