將依賴于熟練工感性和經(jīng)驗(yàn)的“官能檢測(cè)”自動(dòng)化。憑借AI技術(shù)再現(xiàn)檢測(cè)方法。
將依賴于熟練工感性和經(jīng)驗(yàn)的“官能檢測(cè)”自動(dòng)化。憑借AI技術(shù)再現(xiàn)檢測(cè)方法。
【課題】依賴于熟練工的經(jīng)驗(yàn)
在官能檢測(cè)中,允許良品狀態(tài)有差異。
由于良品狀態(tài)的判斷標(biāo)準(zhǔn)依賴于熟練工的知識(shí),因此很難用以往的FA圖像處理系統(tǒng)對(duì)其進(jìn)行定義,并且需要不斷進(jìn)行設(shè)置調(diào)整工作,這成為自動(dòng)化的難題。
“AI準(zhǔn)確匹配”通過學(xué)習(xí)良品狀態(tài)的圖像數(shù)據(jù),在短時(shí)間獲得檢測(cè)人員在多年實(shí)踐中積累的“檢測(cè)技術(shù)和知識(shí)”。除了能夠再現(xiàn)熟練工的檢測(cè)能力外,自動(dòng)化還能降低成本、提高生產(chǎn)效率。
學(xué)習(xí)存在差異的良品圖像,將脫離學(xué)習(xí)范圍的特征抽取為缺陷。
AI準(zhǔn)確匹配是一種缺陷抽取處理,僅將“良品中沒有的特征”檢測(cè)為不良部位。
通過學(xué)習(xí)存在差異的良品圖像,創(chuàng)建AI模型。作為良品還原模型,AI每次檢測(cè)都會(huì)創(chuàng)建“推測(cè)為良品的模型”。
然后只將拍攝圖像與良品還原圖像的差異抽取為缺陷,有效減少過檢。
可使用記載有AI掌握技巧的設(shè)定畫面,通過3個(gè)步驟完成設(shè)定。
AI會(huì)建議一個(gè)良品學(xué)習(xí)過程,以便可以使用較少的圖像張數(shù)進(jìn)行設(shè)定。
將依賴于人感性的“官能檢測(cè)”自動(dòng)化。憑借AI技術(shù)再現(xiàn)劃痕的目視檢測(cè)方法。
【課題】對(duì)人感性的依賴
缺陷的檢測(cè)依靠人的感性,難以定義,成為自動(dòng)化的難題。
檢測(cè)人員擁有的“將背景中的不協(xié)調(diào)視為缺陷”的技能,已利用AI技術(shù)化,并作為圖像過濾器搭載。即使是新品種、未知?jiǎng)澓?、?fù)雜背景這些機(jī)器以前難以判斷的內(nèi)容,也可以在沒有劃痕樣本或調(diào)整的情況下,檢測(cè)為“劃痕或缺陷”。
*1. 使用AI劃痕抽取過濾時(shí),需要使用另售的“劃痕抽取AI軟件安裝程序(FH-UMAI1)”。
一種圖像處理過濾器,預(yù)先學(xué)習(xí)了“人感覺是劃痕的圖像的特征”。即使沒有定義劃痕,例如用傳統(tǒng)方法很難自動(dòng)化的“不可預(yù)測(cè)的尺寸、形狀、顏色”等,AI也能判斷并抽取劃痕的特征。
學(xué)習(xí)數(shù)據(jù)包括歐姆龍迄今為止積累的圖像,可以檢測(cè)不確定背景中的缺陷,例如加工面上的缺陷,這是傳統(tǒng)方法難以實(shí)現(xiàn)的。