製造企業不要低估機器視覺社群資料的重要性

朗銳智科1發表於2018-03-13

在產品生產過程中,引入機器視覺這項新型技術後,為我國製造行業帶來巨大經濟效益的同時,也通過其獨有的特性提高了我國製造業的工作效率。就製造業中的機器視覺技術而言,1張影像往往勝過1,000個資料點。據Vision Systems Design報導,將機器視覺資料與其它流程和測試資料一起使用,以提高工廠獲利能力和競爭力。
機器視覺
事實上,機器視覺資料與工廠中的其它資料並無區別,而有助於提升質量、產量,及更快地解決檢疫和召回問題。
一、藉監測工作站獲得洞察力:快速凸顯部分數量或首次產出落後的工作站。例如,網路儀表板的小工具(Widget)可顯示特定機器或並行機器的前10個故障,或特定的班次、時間段,以實時查明生產中的主要故障。

  二、特徵趨勢分析:一旦問題瓶頸被辨識出來,而其根源可被有系統地診斷及消除。系統可驗證並輕鬆調整新的控制限制。來自新生產線的指標可與現有指標相匹配,從而給出一致性指示。此外,還能按模型追蹤每日時間或產品差異。

  三、提供法遵證據:從鏡頭影片產生的資料趨勢,能顯示統計直方圖、統計限制和規格的上下限。位於中央資料庫中的影像和影像資料可透過零件的序列號召回,因此很容易提供證據證明零件是按照規範製造,製造和測試過程也有受控。發貨時產品的影像也能用於驗證出廠時的狀態。

  四、追蹤限制變更改:若視覺站的限制發生變化,這些都會在特徵趨勢報告中進行追蹤。限制可透過型號∕序列號來檢視。一旦建立了理想的上限設定,就能將其應用於工廠其它地方或其它工廠的相似或平行工作站,而能更快推出新裝置。

  五、零件故障過程分析:檢查來自多個流程的資料以追蹤零件故障的根本原因,從而快速解決問題、減輕其負面影響。舉例來說,有個接頭的密封失效。若所有零件的相關資料都被收集到1份全面的出生史(birth history)紀錄中,就能全面瞭解接頭的洩漏測試結果,以快速辨識並解決問題,並確定是否有其它零件存在相同故障的風險。

  六、波形趨勢分析:分析基於影像的設定檔資料,以調整和微調諸如分配系統或機器人之類的流程並追蹤故障。例如,可用區域波形追蹤磁珠的位置和寬度。可建立直方圖來追蹤該零件每個區域基於時間的最小值、最大值和平均值。

  七、高階分析:功能趨勢報告以分析新限制設定的影響,還能用所有歷史資料模擬假設情況。建立演算法並執行模擬以瞭解新限制設定的影響。檢視通過∕失敗的影響,並確定新的限制,就能在不中斷生產的情況下評估限制更改和虛擬測試平臺中的微調流程的影響。

八、產品遏制:使用此相同的假設分析資料來挖掘疑似缺陷。透過此方式,就能在出貨之前遏制受汙染的在製品,並透過序列號選擇性地回收有缺陷的產品。對質量問題做出更快響應,並精確地分析問題,好限制召回的成本和公關影響。
機器視覺技術為各個領域帶來的效益都是不容小視的。在產品製造生產過程中,正確引入機器視覺技術,為企業的經濟發展謀取了極大的提升空間,並通過自身特有的性質提高了製造企業的生產效率,機器視覺技術將逐步成為製造行業中的重要生產技術。


相關文章