Задача Ariston: автоматическое выявление брака в трубках забора горячей воды водонагревателя с помощью технологии машинного зрения.
Мы предложили систему контроля качества на основе собственного готового решения ML Sense.
Что мы сделали для решения задачи:
Сделали тестовое видео на производстве, чтобы определить точки контроля, где будем устанавливать оборудование. Важно было оценить факторы, которые влияют на работу системы ML Sense — уровень освещения, наличие вибраций, радиальное смещение водонагревателей на конвейере, разницу по высоте между водонагревателями и предполагаемой камерой.
Подобрали видеокамеры, которые справятся с поиском дефектов на трубках водонагревателей.
Протестировали созданную систему контроля качества трубок водонагревателей ML Sense в собственной лаборатории.
Для точного распознавания дефектов подобрали осветительные приборы со светодиодами высокой интенсивности, чтобы получать четкие снимки высокой контрастности.
Смоделировали виртуальную 3D сцену на основе замеров с производственной линии. Рассчитали оптимальное расстояние для установки камер, светильника и подготовили чертежи мачты для крепления оборудования, по которым изготовили конструкцию.
Обучили нейросеть распознавать типовые дефекты трубок. Для этого собрали датасет из фотографий, где каждый вид дефектов размечен и классифицирован: на этой трубке есть вставка, на этой есть заусенец.
Внедрили коробочную систему оповещения. Для этого присвоили дефектам три класса оповещения: красный — отсутствие вставки на трубке, желтый — заусенец на трубке, зеленый — бак без дефектов.
Произвели монтаж оборудования на заводе Ariston во Всеволожске. Установили мачты, закрепили камеры, установили ПО на пост контроля, обучили персонал работать с системой ML Sense.
В результате:
1. Система в 100% случаев видит дефект, оповещает оператора о том, какой вид брака обнаружен, звуковым и световым сигналом, останавливает конвейер.
2. Сотруднику остается только снять дефектную продукцию с конвейера, отправить ее на доработку, либо исправить дефект вручную.