素早いトレーニング、すみやかな検査
割出し可能インサートの取り扱いと不具合検査
en.ids-imaging.com
割出し可能インサートは交換可能な切削工具で、特に金属加工の様々な産業用途に不可欠です。金属、プラスチック、木材を加工するための切削材料キャリアとして使用されます。その製造には、正確な形状と完璧な表面仕上げを保証する高精度の製造工程が求められます。わずかな偏差であっても、切削インサートの寿命だけでなく、性能にも影響します。人間の目には見えないわずかな欠陥が、例えば高品質の部品をフライス加工や切削加工する際に、結果的なコストも含めて甚大な損害をもたらすことがあります。完璧な割出し可能インサートのみを生産工程に送り出し、耐久性と信頼性の面で高い要求を満たすためには、入念な品質管理が不可欠です。オートメーションと測定技術のスペシャリストであるドイツのXactools社のフラッグシップ・プロジェクトは、人工知能が目視検査を飛躍的に向上させることを実証しています。シュヴァーベン地方の中堅企業は、スカンジナビアを拠点とする割出し可能インサートの世界的メーカー向けに、完全自動化されたハンドリングおよび検査システムを開発しました。このシステムにおいて、AIベースの画像評価を行う社のDENKnet ソリューションは決定的な役割を果たし、性能、不良品ゼロ生産、およびスピードの面で新たな基準を打ち立てました。
アプリケーション
毎週約120万個の割出し可能インサートがスカンジナビア企業の生産拠点から出荷され、金属加工、自動車、航空宇宙産業などにおいて、最高のプロセス信頼性と最大限の生産性を保証しなければならない。粉末状の金属、硬質金属、その他の材料を希望の形状にプレスし、熱と圧力で結合させる焼結プロセスで製造される。このようにして作られた強固で堅牢な構造により、希望の切削性と耐摩耗性を実現するために、特性の異なる材料を組み合わせることが可能になります。焼結工程の後、割出し可能インサートのエッジは丸く研磨され、その表面はブラスト、研磨、コーティングされます。
シュヴァーベンのエンジニアが開発したRobotvisionシステムは、第二の製造工程である焼結工程の後に直接使用されます。「欠陥がプロセス内で早期に発見されればされるほど、より良く、より安く修正することができます」と、Xactools社のテクニカル・セールス・ディレクターであるマーヴィン・クレブスは、このシステムの位置づけを説明する。合計8台の高解像度産業用カメラと2台のスパイダーロボットで割出し可能インサートを扱い、欠陥がないか検査し、3台のロータリーテーブルネストと最後に各1台のピンパレットを監視して積載します。DENKnetのAIは、カメラ、ロボティクス、マルチGPUコンピューティングラックの間の複雑な画像処理システムの心臓部を形成しています。
要件
小型工具部品の用途が多岐にわたるのと同様に、その特性や形状も多種多様です。このメーカーだけでも約2,800の製品があり、ほぼ100のジオメトリーファミリーに分けることができます。その目的は、これらすべてのハンドリングと欠陥検査を自動化することでした。 「第一の課題は、プレス工程におけるパウダーの色のばらつきです。」とマービン・クレブスは説明する。「時間、圧力、位置などの特定のパラメータが変化すると、色や光沢レベルの偏差や、表面の斑点の分布の違いにつながりますが、これは欠陥ではありません。」 使用されたAIベースの画像評価ソフトは、表面のさまざまな色のばらつきを正しく認識し、「OK」と評価するようにトレーニングされなければなりませんでした。一方、ひび割れ、傷、混入物、その他の異常のような小さなイレギュラーは、欠陥と認識され、「NOK」として分類されなければなりません。金属表面の検査は、その質感がつや消し、光沢、あるいは反射性であることから、表面検査の最高技能のひとつと考えられています。「このアプリケーションでは、AIはバリエーションと照明条件に対して非常に訓練されていなければなりませんでした」とマーヴィン・クレブスは強調します。
AIは割出し可能インサートの輪郭を認識し、新しい部品のIOとNIOを区別します。
見た目だけでなく、インサートの形状も重要です。三角形、長方形、ひし形、正方形といったカテゴリーは、わずかなズレによって無数のバリエーションを見つけることができます。そのため、管理しやすいサブカテゴリー、いわゆるジオメトリーファミリーに分けられています。Xactoolsはメッシュのトレーニングのための事前選択を行いました。およそ100のジオメトリーファミリーが定義され、その後メーカー自身がティーチングを行いました。手間がかかると思われる作業も、意外にも時間はかかりませんでした。「各ジオメトリーファミリーを教えるのに必要な画像は20枚から30枚ほどでした」とマービン・クレブスは振り返ります。この目的のために使用されるDENKnetパレタイジングAIは、DENKnetセグメンテーションと分類ネットワークを使用しています。お客様自身がDENK VISION AI Hubでカスタマイズされた画像解析ソリューションをトレーニングしました。 AIはわずか数カ月で生産ラインに組み込まれ、テスト対象の金属部品について、最初から高い信頼性を持つAI結果を得ることができました。「不良品と判定された割出し可能インサートは、不良品のサイズと位置に応じて選別され、グループ化されます。AIの画像解析により、生産エラーの99％以上を検出します。
具体的にはどのような仕組みになっているのですか？
5メガピクセルから30メガピクセルの解像度を持つ合計8台のカメラが、マグネットまたは交換可能なグリッパーによって位置決めされる割出し可能インサートのライブ画像を提供します。例えば、カメラで個々の割出し可能なインサートを下からも上からも記録し、表面の欠陥をチェックします。さらに2台のカメラがカッティングエッジをチェックします。1×1m の照明スクリーンは、パレタイジングステーションに非常に高い照度を提供します。「このシステムは、1000分の1ミリメートル単位で欠陥を検出します」とマーヴィン・クレブスは強調します。こうすることで、後で加工するハイエンドの表面にダメージを与えないようにします。なぜなら、メーカーも知っているように、「不均一で欠陥のあるフライス加工は、収益性と競争力を損なう可能性がある」からです。
生産工程でこのようなことが起こらないように、また細心の注意を払うために、システムは表面とエッジを検査した後、パネルの輪郭と位置の画像も記録します。
図:るつぼから引き上げた後、最初の円形テーブルネストに置く前に下から輪郭を検出する。
割出し可能なインサートがどの位置で回転しているかを正確に把握できるため、マグネットグリッパーは最終的にピンパレットに配置することができます。これを確実にするため、割出し可能なインサートを取り付けたグリッパーは、穴の正確な位置を下から検出するカメラの上を移動します。同時に、割出し可能インサートの位置を修正し、必要に応じてピンを打つために、インサートの輪郭とグリッパーの外周が検出されます。 さらに、曲がったピンや折れたピンを認識するために、個々のピンの位置が検出され、最初にパレタイズされないようにします。
図:AI画像解析がドリル穴を認識し、マグネットまたは内部グリッパーで部品の中心をピックアップします。
「このシステムは6ヶ月間稼動しており、自己学習するグローバルAIは今まで見たこともない部品を認識するようになりました。わずか3～4ヶ月で、割出し可能なインサートの新バージョンの検査トレーニングを行う必要がなくなりました。AIにとって、基礎となるジオメトリはもはや関係ありません。AIは輪郭を理解し、新しいパーツのIOとNIOを区別することができます。」とマーヴィン・クレブスは説明します。
ピッキング効率99％の高性能AI画像解析
マーヴィン・クレブスにとって、従来の画像処理と比べたDENKnetシステムの付加価値は明らかです：「AIなしでは、部品ファミリーの作成や欠陥検出は考えられなかったでしょう。ルールベースの画像処理により、ロボットは基準範囲内の部品もNOKとして認識し、選別します。」 さらに、Vision AI Hubのおかげでハードコーディングは不要なうえ、ネットワークの柔軟性もインテリジェントなDENKnetソフトウェアの選択基準のひとつでした。「DENKnetのパレタイジングAIと欠陥用のいくつかのオブジェクトクラスを、APIを介して自社のXactools画像処理ソフトウェアに簡単に組み込むことができました。」とMarvin Krebs氏は言います。
しかし、このソリューションの性能はほぼ唯一無二です。検査プロセス全体が4秒のサイクルタイムで行われ、ピッキング効率はほぼ100％です。DLL（Dynamic Link Library）を介して8台のカメラのライブ画像を画像解析するには、膨大な計算能力が必要です。
「私たちがDENKweitと仕事をするのには理由があります。他のプロバイダーとは比べものにならない、本当に素晴らしいパフォーマンスです」とマーヴィン・クレブスは強調します。「人工知能をこれほど大規模に、最も多様なバリエーションで使用することは、これまでになかったことです。」 現在、穴の検出をさらに簡単にするためなど、さらなるバリエーションがテストされています。
図:ピンパレットに配置する前に、部品の中心を下から検出して位置補正を行います。
今後の展望
割出し可能インサートの目視検査は、非常に多様な表面と形状、そして1000分の1ミリメートル単位の公差があるため、他の多くの要求の厳しい用途にも転用できる最高の分野です。DENKweitのソリューションDENKnetの自己説明的なトレーニング環境は、プログラミング知識なしで操作でき、わずか数クリックでAIの自動トレーニングを可能にするため、比類のないシンプルで高性能なツールとして機能します。この目的のために、さまざまなビジョンAI技術が利用可能です。「当社のソリューションはどのようなアプリケーションにも適応でき、制限はありません。例えば、「クラス」の数、カメラ技術、画像の大小、解像度やデータセットの種類に関係なく、どのような分野でもソリューションを構築できます。 と、IDS Imaging Development Systems GmbHの人工知能セールスマネージャー、ダニエル・ルーツカ氏は強調する。
「当社の測定・検査システムの95％以上は、少なく とも1つのAIオブジェクトクラスが統合されています。当社にとってアプリケーションの可能性はますます拡大しており、市場も成長しています。」とマービン・クレブスは認めます。この優れた自動AIトレーニングは、高い要求に応えることができるでしょう。.
画像の権利:Xactools GmbH
© 2024 IDS Imaging Development Systems GmbH
クライアント
XACTOOLS®は、オートメーションと計測技術におけるプロフェッショナルなソリューションとコンポーネントを提供します。XACTOOLS®社は全自動測定/試験/検査システムのソリューションプロバイダー/特殊機械メーカーです。
