Визуальный контроль качества на производстве
Система компьютерного зрения для автоматического выявления дефектов на конвейерной линии в реальном времени.
Задача
Крупный производственный холдинг использовал ручной визуальный контроль качества на конвейерной линии. Операторы проверяли каждую деталь на наличие дефектов — сколов, трещин, отклонений геометрии. При скорости конвейера 200 деталей в минуту человеческий глаз неизбежно пропускал до 15% брака. Усталость и субъективность оценки приводили к рекламациям от клиентов и финансовым потерям. Заказчику требовалась автоматизированная система, работающая в режиме реального времени без снижения скорости линии.
Решение
Разработана система компьютерного зрения на базе свёрточных нейросетей, интегрированная непосредственно в производственную линию. Промышленные камеры высокого разрешения фиксируют каждую деталь с нескольких ракурсов. Модель детекции в реальном времени классифицирует дефекты по типам: трещины, сколы, царапины, отклонения геометрии, посторонние включения. При обнаружении дефекта система автоматически отбраковывает деталь и формирует отчёт с фотофиксацией. Модель дообучается на новых типах дефектов без остановки конвейера.
Результаты
Технологии
Подход
Аудит производственной линии и типов дефектов
Изучение конвейерного процесса, классификация существующих типов дефектов и определение требований к системе контроля.
Сбор и разметка датасета дефектов
Формирование обучающей выборки из более чем 10 000 изображений с экспертной разметкой типов дефектов.
Обучение модели детекции и классификации
Разработка и обучение свёрточной нейросети для распознавания и классификации дефектов в реальном времени.
Интеграция камер и вычислительного модуля в конвейер
Установка промышленных камер, развёртывание Edge AI модуля и интеграция с системой управления конвейером.