Utilizzando un Rete neurale addestrata, gli strumenti AI per il rilevamento dei difetti superficiali riconoscono una caratteristica o un difetto che non può essere rilevato con le tecniche tradizionali.
PERFORMANTE
Formazione rapida
Meno falsi scarti
rispetto agli strumenti tradizionali
PRONTO PER
MIGLIORAMENTI
L'hardware più veloce
Software aggiornabile
EASY TO USE
Configurazione facile da usare
per i controlli di superficie
L'algoritmo degli strumenti AI può essere combinato con le seguenti stazioni di controllo installate su Macchine di ispezione Dimac MCV.
Per il controllo di elementi in rilievo o incassati su superfici piane. La tecnologia SFS consente di ricostruire la superficie tridimensionale di una superficie piana, evidenziando elementi in rilievo e incassati. Il controllo non è influenzato da macchie, disomogeneità nel colore del pezzo, tipo o aspetto del rivestimento superficiale.
Le applicazioni più interessanti sono le rondelle, le teste piatte delle viti, le monete, le superfici superiori e inferiori dei dadi e le piastre di tranciatura fine.
L'analisi combinata delle immagini di più telecamere è disposta per vedere l'intera superficie laterale esterna del pezzo per rilevare ammaccature della filettatura, graffi su superfici lisce, crepe aperte, presenza di fori radiali.
La telecamera lineare, in combinazione con una rotazione a 360° codificata stazione, consente di ricostruire l'immagine completa dello sviluppo laterale dei pezzi con geometria cilindrica o simile.
L'analisi dello sviluppo della superficie laterale del pezzo può fornire informazioni di tipo superficiale e dimensionale: la presenza di disomogeneità superficiali (linee, graffi), il controllo dimensionale della corretta fase tra due elementi asimmetrici del pezzo (ad esempio due fori radiali), la presenza di crepe aperte (come nell'immagine sopra).
Gli strumenti di intelligenza artificiale per il rilevamento dei difetti di superficie si differenziano dai software di visione tradizionali perché non si basano su regole preimpostate. Al contrario, l'algoritmo AI calcola le variabili, formando una rete neurale che valuta la somiglianza delle immagini per categorie come parti conformi e non conformi. Questa rete determina la percentuale di somiglianza di una nuova immagine con categorie specifiche.
L'IA va oltre l'interpretazione analitica delle immagini, generando autonomamente criteri di ricerca con una logica non direttamente comprensibile dall'uomo. Pur essendo molto versatile e potente, i suoi risultati non sono del tutto prevedibili a priori e richiedono un'attenta validazione sul campo.
Arrivare a soluzioni efficaci e computazionalmente efficienti è fondamentale. Il processo di IA richiede tempi di calcolo considerevoli per le fasi di addestramento e convalida. Per evitare prolungati periodi di non produttività dell'apparecchiatura di smistamento, l'addestramento non viene effettuato sulla macchina. automatica.
Per comodità dell'utente, Dimac offre servizi di addestramento della rete neurale in remoto.
Il software della macchina incorpora una procedura semplice per assistere gli operatori nell'acquisizione di immagini sufficienti di campioni conformi e difettosi.
Garantire un controllo 100% sicuro di qualche difetto specifico è spesso una sfida che non può essere risolta con le tecniche tradizionali. Oltre all'ispezione visiva umana, l'IA è attualmente l'unica soluzione possibile. L'occhio umano rimane essenziale nella definizione e nell'ottimizzazione del flusso di lavoro dell'IA oggi e possibilmente in futuro.
