Kako uporabljamo industrijske kamere za kontrolo kakovosti izdelkov?

Kakovost industrijskega pregleda je najprej odvisna od svetlobe, optike in pravilnega trenutka zajema. Algoritem sam ne popravi vedno slabe slike.

Industrijska kamera lahko preverja prisotnost pokrovčka, položaj etikete, barvo, orientacijo ali vidne poškodbe izdelka. Da bi sistem deloval v proizvodnji, je treba uskladiti vidno polje, objektiv, globinsko ostrino, osvetlitev, hitrost gibanja, proženje in obdelavo slike. Šele nato izberemo klasično strojno vizijo oziroma primeren model umetne inteligence.

Postopek po korakih

1. Določite merilo uspešnosti. Jasno opišite, kateri izdelek je OK, kaj predstavlja NOK, kakšna je dopustna napaka in kakšne so posledice napačne razvrstitve.
2. Izberite kamero in objektiv. Povežite zahtevano velikost napake z vidnim poljem ter ločljivostjo. Samih 6 MP brez ustreznega objektiva in montažne razdalje ne zagotavlja uporabne podrobnosti.
3. Nastavite osvetlitev. Izberite položaj, intenzivnost in tip luči, ki razkrije napake. Pri odsevnih površinah preverite razpršeno ali polarizirano osvetlitev ter zakrite ambientalne vire.
4. Zagotovite pravilen trigger. Optično tipalo ali enkoder določi trenutek zajema. Pri hitro premikajočih izdelkih uporabite kratek osvetlitveni čas oziroma strobo osvetlitev po specifikaciji opreme.
5. Pripravite reprezentativne vzorce. Zajemite OK in NOK izdelke v dejanskem razponu lege, hitrosti, barve, serije in osvetlitve. Zapisujte razloge vsake zavrnitve.
6. Izdelajte in preverite algoritme. Za geometrijsko enostavne napake lahko zadostujejo pragovi ali konture. Za kompleksnejše vzorce uporabite ustrezno validiran model; kakovost preverjajte z ločenimi podatki.
7. Povežite odločitev s PLC/ESP32. Vsakemu rezultatu pripnite ID oziroma zaporedje izdelka ter status veljavnosti. Izmet se izvede šele za pravilen kos in po potrjeni komunikaciji.
8. Preizkusite odpovedi. Simulirajte manjkajočo sliko, izpad kamere, napako napajanja, zakasnjen rezultat in izgubo omrežja. Predvidite jasno stanje ni mogoče pregledati, ne avtomatično OK.

Primer: kontrola pokrovčkov na stekleničkah

Kamera je usmerjena v zgornji del stekleničke in prejme sprožitev, ko optični senzor zazna njen prihod. Sistem preveri prisotnost pokrovčka in morebitni naklon. Neustrezen izdelek dobi oznako NOK; PLC ga pozneje izloči na osnovi natančno določenega položaja. Izbrane slike napak so dragocene za ponovno analizo.

Kako nastane zameglitev gibanja?

Če se izdelek giblje s hitrostjo 0,5 m/s, v 1 ms prepotuje 0,5 mm. Pri preverjanju drobnih nepravilnosti je to lahko preveč. Zato je pomembno razmerje med hitrostjo, osvetlitvenim časom, osvetlitvijo in velikostjo najmanjše zaznavne napake.

Kaj meri uspešnost sistema?

Poleg takta analizirajte delež lažno zavrnjenih izdelkov, delež spregledanih napak in število neveljavnih zajemov. Za proizvodne odločitve spremljajte tudi podatke o verziji algoritma, osvetlitvi in izbranem testnem vzorcu.

Kdaj potrebujete več kamer?

Če napake niso vidne z enega zornega kota ali če se izdelek med gibanjem obrača, je lahko smiselna večkamerna zasnova. Dodajanje kamer brez sinhronizacije in sledenja izdelku pa lahko povzroči več napak kot koristi.

Najpogostejše napake

• Preveliko vidno polje za zahtevano majhno napako.
• Neenakomerna osvetlitev in odsevna embalaža.
• Zamik med proženjem in dejanskim položajem izdelka.
• Rezultat kamere ni vezan na pravilen kos.
• Sistem izgubo kamere napačno razume kot uspešen pregled.

Kako vam lahko pomaga Svet Črnil?

Pri Svetu Črnil razvijamo rešitve strojnega vida, avtomatizacije in robotizacije. Če želite avtomatizirati pregled etiket, zamaškov ali drugih izdelkov, nam pošljite fotografije primerov OK/NOK, hitrost proizvodnje in dimenzije izdelka. Preverimo potrebno optiko, osvetlitev in povezavo s krmiljem.

Strokovni vir: Weintek – Industrial HMI communication and data visualization. Vedno preverite specifikacijo konkretnega izdelka in pogoje uporabe.