блог

Развертывание системы визуального контроля стала первым выбором для производственных предприятий для преобразования контроля качества и улучшения качества продукции. Однако предприятия, которые не знакомы с оборудованием визуального контроля, часто имеют определенные недопонимания относительно ценности оборудование для визуального контроля при выборе. Сегодня мы подведем итоги нескольких типов проблем, с которыми сталкиваются предприятия, как выбрать машины визуального контроля и системы.     Вопрос: Может ли одна машина проверять все продукты? Нет, это невозможно. Если компания хочет приобрести комплект оборудования для визуального контроля с использованием искусственного интеллекта для тестирования всей своей продукции, на данном этапе это невозможно.   Хотя оборудование для визуального контроля с использованием искусственного интеллекта совместимо, к нему предъявляется ряд требований к спецификациям продукции. В настоящее время многие компании-производители имеют широкий ассортимент продукции, а продукция из разных материалов, форм и размеров требует разных источников света, камер и алгоритмов.     Визуальное обнаружение изображений Keye AI имеет определенную степень совместимости, но эти два продукта сильно различаются, и добиться полной совместимости также сложно. Оборудование для визуального контроля крышек для бутылок совместимо с двумя продуктами с разницей в высоте не более одной трети и разницей в ширине не более половины, при этом крышки неправильной формы отсутствуют. Если разница в высоте или ширине слишком велика, использование одного и того же оборудования для проверки повлияет на конечное заводское качество. Индивидуальные решения, основанные на характеристиках продукта, необходимы для обеспечения заводского качества продукта.     Вопрос: Приведет ли установление чрезмерно высоких стандартов тестирования к низкой доходности? Да. Некоторые компании-производители при покупке систем визуального контроля не устанавливают требования к контролю, исходя из фактической ситуации и стандартов приемки предприятия, а вместо этого используют теоретические стандарты для разработки стандартов контроля. Наконец, при отладке и запуске выяснилось, что процент текучести слишком низок, а система визуального контроля недостаточно точна. На самом деле, такого рода проблемы связаны с использованием бесполезных сверхвысоких стандартов. Предприятия должны разрабатывать стандарты тестирования, основанные на реальных ситуациях, соответствующим образом увеличивать количество элементов тестирования, чтобы улучшить стандарты тестирования, улучшить качество продукции и поддерживать конкурентоспособность на рынке.   Вопрос: Отражается ли ценность систем визуального контроля только в снижении затрат на рабочую силу? Нет, это не так. Комплект оборудования для визуального контроля с использованием искусственного интеллекта не только экономит трудозатраты, но и снижает эксплуатационные расходы предприятий. Для повышения эффективности предприятия часто выбирают автоматизированное оборудование для замены ручного труда, что не только повышает производительность и качество, но и снижает эксплуатационные расходы. Оборудование для визуального контроля изображения с искусственным интеллектом Keye на одной производственной линии может помочь предприятиям сэкономить 3-5 проверяющих сотрудников и обеспечить единые стандарты качества продукции, повышая узнаваемость предприятия среди клиентов. С точки зрения эксплуатационных расходов более важную роль сыграло визуальное обнаружение изображений с помощью искусственного интеллекта Ки. Например, визуальный осмотр бутылок позволяет напрямую продавать квалифицированную продукцию после проверки, а удаленную дефектную продукцию можно подвергнуть дальнейшей переработке или использовать повторно. Ценность продукта можно диверсифицировать и максимизировать.       Вопрос: Можно ли использовать визуальную систему для высокой производительности? Предлагается к использованию, но это зависит от деловой ситуации предприятия. Большая производительность действительно больше подходит для выбора системы визуального контроля. Из долгосрочной стратегии развития предприятий ручное тестирование имеет ограниченную скорость, низкую эффективность и больше подходит для использования автоматизированного оборудования для тестирования в больших количествах. Хотя некоторые отдельные продукты имеют низкую ценность, использование ручного визуального контроля может привести к пропущенным или ложным проверкам. Если продукция окажется в руках перерабатывающих предприятий и не будет соответствовать стандартам, они могут решить вернуть ее, что приведет к определенным убыткам для предприятия. Со временем это не способствует долгосрочному развитию предприятия. Поэтому, когда объем производства продукции предприятия велик, рекомендуется выбирать оборудование для визуального контроля. Одна инвестиция может принести пользу предприятию на всю жизнь.     Поэтому выбор предприятиями оборудования для визуального контроля ИИ не является прямым проявлением высокого качества. Только разумно используя системы визуального контроля искусственного интеллекта для контроля качества продукции и эффективного устранения оттока бракованной продукции, мы сможем избежать жалоб со стороны конечных потребителей и завоевать их доверие к предприятию.    

Новое поколение система визуального контроля дефектов of Keye — первое программное обеспечение для алгоритмов в Китае, которое применяет алгоритмы искусственного интеллекта в упаковочной промышленности. В настоящее время алгоритм этого программного обеспечения обновлен до KVIS-V16.0. Самая большая особенность этой системы обнаружения — быстрая эффективность обнаружения дефектов и высокая совместимость. С ростом сегментации рынка упаковочная продукция становится все более персонализированной и кастомизированной. Каждое предприятие по производству упаковки должно выпускать диверсифицированную продукцию в соответствии с потребностями рынка и клиентов. Например, наша компания обнаружила более ста типов пластиковых крышек для бутылок и множество стилей бутылок. Это приведет к тому, что традиционное оборудование и системы обнаружения столкнутся с большими трудностями при обнаружении дефектов продукции. Самая большая особенность системы Keye заключается в том, что она может быть совместима с продуктами разных стилей, и на одном устройстве можно тестировать несколько продуктов. Машина для проверки крышек бутылок можно добиться полной совместимости с крышками разных цветов, размеров и даже с прозрачными и непрозрачными крышками. машина обнаружения бутылок может быть совместим с бутылками из разных материалов, таких как ПЭТ, ПП, ПЭ, ПС и т. д. Система может обнаруживать различные дефекты продукции, такие как цвет, структура, классификация и т. д.  Как мы это сделали? Во-первых, у нас есть индивидуальные источники света и системы визуализации. Нашу команду по оптике возглавляет профессор ТАН ЛИНГ из Китайского университета науки и технологий (USTC), и мы также сотрудничаем с Лабораторией оптики ключевых режимов Китайского университета науки и технологий, оказывая мощную техническую поддержку нашим дизайн и исследования. В настоящее время мы занимаем лидирующие позиции в Китае. Наша компания самостоятельно разработала различные линейные, планарные, 3D и интеллектуальные камеры в сочетании с собственными интеллектуальными алгоритмами, которые позволяют оптимизировать систему.  Второй — это блок периферийных вычислений, независимо разработанный нашей компанией, который представляет собой встраиваемую высокопроизводительную вычислительную платформу для промышленных сценариев. Все алгоритмы возглавляет и разрабатывает доктор ЧЖЭН ЧЖИГАН из Китайского университета науки и технологий (USTC). Богатая компьютерная информационная база позволяет нашей команде алгоритмов опережать конкурентов в Китае. Платформа больших данных, основанная на глубоком обучении искусственного интеллекта и имеющая множество встроенных компонентов алгоритмов, может помочь пользователям быстро создавать и повторять модели.  Наконец, наша система программного управления использует новейшую компьютерную систему промышленного класса LINUX и настраиваемую систему взаимодействия человека и машины, которая является стабильной, эффективной и работает в режиме реального времени.

В настоящее время при производстве пластиковой упаковочной тары существует три метода контроля. Первый — это традиционный ручной контроль, при котором дефекты продукта выявляются путем визуального наблюдения. Второй — инспекция с помощью машинного зрения, основанная на традиционных алгоритмах. Третий – самый последний Система визуального контроля с алгоритмом искусственного интеллекта. С ростом требований к качеству упаковочной продукции в мировой промышленности эффективность проверки дефектов также станет более строгой. Ниже мы сравним несколько существующих методов тестирования, что поможет людям найти подходящий метод тестирования, который лучше соответствует требованиям качества и снижает эксплуатационные расходы предприятия.  Из-за субъективных факторов, низкой эффективности и склонности к утомлению ручной визуальный контроль не может гарантировать эффективность и долгосрочную стабильность.Традиционные алгоритмы визуальный осмотр имеют множество параметров и в значительной степени полагаются на профессиональный персонал по отладке. Плохая адаптируемость, высокий уровень ложного обнаружения при обеспечении точности обнаружения, что приводит к низкой эффективности обнаружения.Глубокое обучение Система визуального контроля AI позволяет машинам изучать присущие закономерности и уровни представления выборочных данных, что дает им возможность анализировать, учиться и логически рассуждать, как люди. Отличная долгосрочная производительность и стабильность, а также высокая точность обнаружения.  Человек Визуальный осмотр имеет относительно низкую степень распознавания цветов, на которую легко влияет человеческая психология и которую невозможно измерить количественно. Затем можно количественно оценить распознавание цвета при обнаружении машины. Например, человеческие глаза могут распознавать только 64 оттенка серого, а машины обладают высокой способностью распознавания оттенков серого. В настоящее время обычно используются 256 уровней оттенков серого, и система сбора данных может иметь уровни оттенков серого, например 10 бит, 12 бит и 16 бит. Разрешение глаз плохое, и они не могут видеть мелкие цели с высоким разрешением. Машины могут наблюдать цели на уровне микрометра, но человеческий глаз имеет низкую скорость наблюдения. Постоянство зрения в 0,1 секунды мешает человеческому глазу четко видеть быстро движущиеся цели. С другой стороны, машины обладают высокой скоростью: время затвора составляет около 10 микросекунд, а частота кадров высокоскоростной камеры превышает 1000. Скорость процессора увеличивается, а диапазон человеческого глаза сужается. Устройства видимого света в диапазоне 400–750 нм имеют широкий диапазон обнаружения: от ультрафиолетового до инфракрасного спектра. Визуальный осмотр человека плохо приспосабливается к окружающей среде, и существует множество ситуаций, которые могут причинить вред людям. Машинный визуальный контроль обладает высокой адаптируемостью к окружающей среде, также могут быть добавлены защитные устройства. Обнаружение человеческого глаза имеет низкую точность и не может быть измерено количественно. Машинное зрение имеет высокую точность и может достигать уровня микрометра, что упрощает количественную оценку. Полагаться на обнаружение человека также имеет и другие субъективные аспекты, психологическое влияние и усталость.  Из приведенных выше данных и анализа видно, что замена визуального осмотра человека на машинное зрение станет тенденцией, особенно с учетом постоянного роста затрат на рабочую силу во всем мире. Будь то с точки зрения производственных затрат, стандартов управления или эффективности обнаружения, новое поколение Визуальный осмотр алгоритма искусственного интеллекта будет одобрен рынком. В настоящее время система визуального контроля поддерживается алгоритмом искусственного интеллекта последнего поколения. Кей получает все большее признание со стороны большего числа клиентов на внутреннем и международном рынках и становится ведущим предприятием в области производства пластиковых бутылок, крышек, полиграфии и других отраслей. В то же время он сыграл хорошую роль в содействии реальному внедрению искусственного интеллекта на рынок контроля упаковки.  

Обнаружение дефектов внешнего вида корпуса бутылки проверка внешнего вида бутылки тело является распространенной проблемой в ежедневном производстве. Для производителей в таких отраслях, как фармацевтика, молочные продукты, алкогольные напитки, приправы и ежедневные химические продукты, в связи с растущим спросом на усовершенствование, качество и непрерывное серийное производство упаковки продукции, рынок выдвинул более высокие стандарты тестирования качества бутылок на заводе. . Появление машин машинного зрения, основанных на алгоритмах искусственного интеллекта, стало новым инструментом, помогающим предприятиям в эффективном производстве. Решение для визуального контроля дефектов корпуса бутылкиОснованный на теории компьютерного зрения и распознавания образов и оснащенный периферийным вычислительным блоком искусственного интеллекта, разработанным KeyeTech, он полностью отвечает требованиям поддержки вычислительной мощности в соответствии с требованиями высокой четкости и высокой скорости. Он обладает преимуществами высокой вычислительной мощности, высокой стабильности и низкого энергопотребления, а также оптимизирует проблему распределения вычислительной мощности при совместной обработке несколькими камерами. Программно-аппаратная платформа(1) Высокоточная промышленная камера CCD/CMOS собственной разработки (камера+объектив)(2) Собственные поверхностные источники света, круглые источники света и другие светодиодные источники света.(3) Полуконтролируемый режим обучения(4) Периферийный вычислительный блок с искусственным интеллектом собственной разработки, высокопроизводительная встраиваемая вычислительная платформа для промышленных сценариев.(5) Самостоятельное создание облачной платформы обучения искусственному интеллекту.  Содержание обнаруженияДефекты бутылок: черные пятна, разница в цвете, загрязнения, нити, подъемные кольца, выемки, остатки, заусенцы, пузыри, отверстия, неравномерная толщина, деформация, размер, код распыления, торговая марка, номер формы и т. д. Материал бутылки: ПЭТ, ПЭ, ПП, ПЭВП, ПК и т. д. Широкое применениеКейТех Технология визуального контроля дефектов с использованием искусственного интеллекта широко используется в таких отраслях, как фармацевтика, молочные продукты, приправы, алкогольные напитки и бытовая химия.Преимущества решенияВысокая эффективностьСамостоятельно разработанный периферийный вычислительный блок с искусственным интеллектом имеет более высокую скорость, более низкое энергопотребление, более мощные непрерывные вычислительные возможности, отсутствие сбоев питания при высоких температурах и стабильную работу. Высокая интеграцияОбъединив свет, оборудование, электронику, вычисления и программное обеспечение, мы создали платформу искусственного интеллекта с более высокой степенью интеграции, более быстрыми вычислениями и более мощными возможностями обработки. Надежная совместимость данныхПолуконтролируемый режим обучения эффективно решает проблему небольших выборок данных и сложной маркировки. Высокая гибкостьПоддержка быстрого переключения сценариев обнаружения. Простота в эксплуатации3 минуты для начала работы, круглосуточная удаленная эксплуатация и техническая поддержка.   

Алгоритм искусственного интеллекта — основная движущая сила системы машинного зренияМашинное зрение — важная отраслевая технология в области искусственного интеллекта, и ее ключ заключается в имплантации «человеческих глаз и мозга» в машины.Алгоритмы искусственного интеллекта обеспечивают внутреннюю движущую силу для система машинного зрения. Независимо от применения в любом сценарии, машинное зрение должно думать, оценивать и выполнять действия, как люди. Алгоритмы искусственного интеллекта обеспечивают базовую логическую поддержку данных для машинного зрения, включая трудности с выполнением оценки целевого объекта, сложные и переменные среды, обучение и распознавание функций, производительность в реальном времени и вычислительные ресурсы, а также способность к обобщению модели. Благодаря постоянному увеличению инвестиций в исследования и разработки, а также модернизации алгоритмических систем эти трудности постепенно преодолеваются. Постоянное расширение сценариев применения от традиционных к инновационнымБлагодаря поддержке алгоритмов ИИ раскрываются скрытые свойства машинного зрения, а сценарии применения продолжают расширяться. Алгоритмы ИИ значительно расширяют возможности интеллектуального применения — от базовой логики, технологии до приложения. система машинного зрения в изображениях, быстро создавать модели классификации с небольшими выборками, сокращать затраты на сбор данных и расчеты, а также повышать точность распознавания изображений.  Поначалу KeyeTech в основном применяла машинное зрение для обнаружения дефектов пластиковой упаковки. В настоящее время сформировалось глубокое сотрудничество между различными отраслями, объединяющее всю отраслевую цепочку света, машиностроения, электричества, вычислений и программного обеспечения. Благодаря проектной практике в упаковочной таре, электронике, новой энергетике, медицине, текстиле, продуктах питания и других областях мы стремимся постоянно расширять сценарии применения «Keye AI Machine Vision» и превращать искусственный интеллект в настоящую производительность.  От визуального контроля пластиковой упаковки до визуального расширения возможностей новой энергии и создания «решения для проверки три в одном» для стеклянных винных бутылок — все это представляет собой сочетание «машинного зрения Keyye». В будущем KeyeTech также добьется значительных прорывов в сценариях применения машинного зрения на основе искусственного интеллекта.

Машинное зрение — быстро развивающаяся отрасль искусственного интеллекта (ИИ). Согласно определениям машинного зрения, предложенным Отдел машинного зрения Общества инженеров-технологов (SME) и подразделением Automation Vision Ассоциации индустрии робототехники (RIA), машинное зрение — это устройство, которое автоматически получает и обрабатывает изображение реального объекта через оптические устройства и бесконтактные датчики для получения необходимой информации или для управления роботом. движение. Проще говоря, машинное зрение использует машины вместо человеческих глаз. Машинное зрение имитирует глаза для получения изображений, извлекает информацию посредством распознавания и обработки изображений и, наконец, завершает операцию с помощью исполнительного устройства. Традиционный Технология контроля машинного зрения требует представления данных как набора функций или ввода их в модель прогнозирования для получения результатов прогнозирования. Это требует выполнения определенных действий, что затрудняет адаптацию к будущим потребностям гибкого производства, особенно в сценариях, где типы дефектов являются сложными, малозаметными, а применение фонового шума становится все труднее.  После оснащения функцией глубокого обучения искусственного интеллекта машинное зрение преобразует исходные функции данных в более абстрактное представление функций посредством многоэтапного преобразования функций и далее вводит их в функцию прогнозирования для получения конечного результата.  Машинное зрение, основанное на глубоком обучении, может сочетать эффективность машинного зрения с гибкостью человеческого зрения в идеальном состоянии, тем самым завершая обнаружение во все более сложных средах, особенно при наличии отклонений или экстремальных условий, отвечая строгим требованиям последующих этапов к точности дефектов и универсальность. 

Высокоточный алгоритм искусственного интеллекта, отвечающий сотням сценариев подразделенияДефект внешнего вида продукта. ПроверкаВ основном используется для устранения дефектов внешнего вида продукта система визуального контроля в промышленной сфере, включая черные пятна, царапины, повреждения, посторонние предметы, изменение цвета, деформацию, спецификации, третью фазу, штрих-коды продуктов EAN и т. д.Область примененияМашинное зрение для крышки бутылки, корпуса бутылки, заготовки бутылки, упаковки стаканчика, наполнения, маркировки спреем (отсутствует, размыт, не маркирован спреем), упаковки алкоголя, миски, фармацевтической упаковки; Нетканый материал, земляная ткань, джинсовая ткань, вышитая ткань; Конденсаторы, световые индикаторы, электронные компоненты, защитные крышки, разъемы; Набор для самотестирования на COVID-19, перчатки, мерный стаканчик, шприц, тест-полоска для теста на беременность и т. д.Анализ качества зернаАвтоматизированные, информационные и интеллектуальные решения для неполного анализа зернаСерия КВС-Г сортировочная машина по качеству зерна состоит из визуальной системы, программного комплекса и других модульных структур. Когда зерно попадает в поле зрения камеры, оно фотографируется, и с помощью алгоритмов регистрации всесторонне получаются характеристики цельного зерна. Алгоритмы искусственного интеллекта используются для распознавания атрибутов, чтобы определить наличие таких проблем, как пятна болезней, плесень, прорастание, повреждение и эрозия насекомыми.Область примененияАнализ качества стабильных сельскохозяйственных продуктов, таких как рис, кукуруза, пшеница, семена дыни, кедровые орехи, миндальная древесина, кофейные зерна и т. д., классифицированных и подсчитанных в соответствии с национальными стандартами, разделенных и взвешенных (дополнительно) для разных типов. Переработка ресурсовОсновываясь на классификации алгоритмов искусственного интеллекта, алгоритме сопоставления шаблонов, алгоритме предварительной обработки данных и других технологиях, Keye Technology может точно идентифицировать материалы, которые клиентам необходимо классифицировать, среди смешанных, сложенных, клейких, поврежденных и плотных материалов, а также точно их сортировать.Область примененияКлассификация строительных отходов, кухонных отходов, промышленных отходов, переработанных пластмасс, бытовых отходов и т. д.