.png)
Einführung
Unterstützung der Quarzglasrohrindustrie bei der Lösung einer anspruchsvollen Inspektionsaufgabe
Der Begriff "maschinelles Lernen" wird verwendet, wenn eine Maschine "kognitive" Funktionen nachahmt, die oft mit dem Menschen in Verbindung gebracht werden. Das hybrid Vision, das JLI eingeführt hat, ist eine Kombination aus:
Die hybride Bildverarbeitung ist die perfekte Lösung für die Klassifizierung von Fehlern. Die traditionelle Inspektion wurde manuell durchgeführt, da die Produktionsgeschwindigkeit bei Quarzrohrlinien typischerweise recht niedrig ist.
Das Ersetzen der manuellen Inspektion durch maschinelles Sehen löst einige der Probleme der manuellen Inspektion, aber für Quarzglasrohre ist es zwingend erforderlich, zwischen offenen und geschlossenen Blasen zu unterscheiden. Dies kann durch Hinzufügen von maschinellem Lernen zum Standard-Bildverarbeitungssystem erreicht werden.
Das Standard-Bildverarbeitungssystem ist in der Lage, alle Blasen und andere Defekte zu erkennen. Die Bilder aller erkannten Defekte werden dann in das maschinelle Lernnetzwerk eingespeist, das eine Wahrscheinlichkeit dafür liefert, dass es sich bei den Defekten um eine der typischerweise 4 verschiedenen Arten von Defekten handelt, einschließlich offener und geschlossener Blasen.
Das maschinelle Lernnetz wird anhand von Bildern trainiert, die zuvor mit dem Standard-Bildverarbeitungssystem aufgenommen wurden, so dass die Zusammenarbeit der beiden Bildverarbeitungsarten dazu beiträgt, dass das System die gewünschte Leistung erbringt.
Dieses Training kann innerhalb von etwa einer Woche nach der Installation durchgeführt werden, da die Sammlung der Bilder automatisiert ist und nur ein Bruchteil der Bilder vor dem Training manuell sortiert werden muss. Das Sortieren von offenen und geschlossenen Blasen war bisher nicht zuverlässig möglich, aber mit Hybrid Vision ist es jetzt möglich.
- Maschinellem Lernen
- Standardmäßigem maschinellem Sehen
- Handwerkskunst
Die hybride Bildverarbeitung ist die perfekte Lösung für die Klassifizierung von Fehlern. Die traditionelle Inspektion wurde manuell durchgeführt, da die Produktionsgeschwindigkeit bei Quarzrohrlinien typischerweise recht niedrig ist.
Das Ersetzen der manuellen Inspektion durch maschinelles Sehen löst einige der Probleme der manuellen Inspektion, aber für Quarzglasrohre ist es zwingend erforderlich, zwischen offenen und geschlossenen Blasen zu unterscheiden. Dies kann durch Hinzufügen von maschinellem Lernen zum Standard-Bildverarbeitungssystem erreicht werden.
Das Standard-Bildverarbeitungssystem ist in der Lage, alle Blasen und andere Defekte zu erkennen. Die Bilder aller erkannten Defekte werden dann in das maschinelle Lernnetzwerk eingespeist, das eine Wahrscheinlichkeit dafür liefert, dass es sich bei den Defekten um eine der typischerweise 4 verschiedenen Arten von Defekten handelt, einschließlich offener und geschlossener Blasen.
Das maschinelle Lernnetz wird anhand von Bildern trainiert, die zuvor mit dem Standard-Bildverarbeitungssystem aufgenommen wurden, so dass die Zusammenarbeit der beiden Bildverarbeitungsarten dazu beiträgt, dass das System die gewünschte Leistung erbringt.
Dieses Training kann innerhalb von etwa einer Woche nach der Installation durchgeführt werden, da die Sammlung der Bilder automatisiert ist und nur ein Bruchteil der Bilder vor dem Training manuell sortiert werden muss. Das Sortieren von offenen und geschlossenen Blasen war bisher nicht zuverlässig möglich, aber mit Hybrid Vision ist es jetzt möglich.
Herausforderung
Ersetzen der manuellen Prüfung durch ein automatisiertes Verfahren
Die Umstellung von einer manuellen Kontrolle auf ein automatisiertes System kann eine Herausforderung sein.
Zum einen ist die manuelle Prüfung nicht immer sehr wiederholbar, und es kann eine Herausforderung sein, ein automatisiertes System so einzurichten, dass es genauso arbeitet wie der durchschnittliche manuelle Prüfer.
Der Teil des maschinellen Lernens hilft, da das System mit Stichproben neu trainiert werden kann, die das automatisierte System schrittweise an die vorherige manuelle Prüfung angleichen, jedoch mit höherer Genauigkeit und Wiederholbarkeit.
Lösung
Die Rohre werden gescannt und mit einer Kombination aus standardmäßiger maschineller Bildverarbeitung (Auswahl von Kandidaten) und maschinellem Lernen (Klassifizierung von Kandidaten) verarbeitet.
Inspektion an der Produktionslinie
JLI hat ein Inspektionssystem entwickelt, hergestellt und installiert, das Quarzglasrohre inspiziert, während die Rohre durch das System transportiert werden.Die Rohre werden gescannt und mit einer Kombination aus standardmäßiger maschineller Bildverarbeitung (Auswahl von Kandidaten) und maschinellem Lernen (Klassifizierung von Kandidaten) verarbeitet.
.jpg?width=1440&height=696&name=Group%2050%20(1).jpg)
Sie möchten lieber ein PDF?
Download der Fallstudie
Können wir auch Ihnen helfen?
.png)
Henrik Birk
Sales Manager
Buchen Sie hier ein Treffen
Senden Sie mir eine email an hb@jlivision.com
oder vereinbaren Sie einen Gesprächstermin und lassen Sie uns herausfinden, wie wir Ihnen helfen können.
