Машинное зрение повышение эффективности производства

 

  Многие современные производства требует постоянного контроля качества продукции. Системы машинного зрения стали незаменимым инструментом для решения этих задач, позволяя автоматизировать визуальный контроль и минимизировать влияние человеческого фактора на процедуру оценки. Специалисты ООО «КУБТРОНИКС» имеют многолетний опыт внедрения автоматизации на предприятиях различных отраслей. Мы считаем, что грамотно спроектированная автоматизированная система способна не только повысить качество продукции, но и существенно сократить производственные издержки за счет как раннего выявления дефектов, так улучшения производственных процессов.

 

  Машинное зрение представляет собой комплекс технологий и методов, позволяющих информационных системам получать, обрабатывать, анализировать визуальную информацию из реального мира. В отличие от человеческого зрения, машинное никогда не устает, работает 24 на 7 с постоянной точностью, способно анализировать элементы, невидимые человеческому глазу, со скоростью существенно превышающей реакцию человека.

  Основа машинного зрения способность преобразовывать оптические сигналы в цифровой формат с последующей программной обработкой. Современные системы используют специализированные камеры, способные работать в различных спектрах: от инфракрасного до ультрафиолетового. Это существенно расширяет области применения. Важным компонентом является система освещения, которая должна обеспечивать стабильные условия съемки независимо от внешних факторов:

 

• уличной освещенности,
• расстановки оборудования,
• времени,
• принятие решения.

  Программное обеспечение визуального контроля включает алгоритмы:

• обработки изображений,
• распознавания образов,
• принятия решений.

  Наша команда разрабатывает решения, учитывающие специфику конкретного производства и требования заказчика. Системы могут работать как автономно, так и в составе комплексных АСУ ТП, обеспечивая интеграцию с другими подсистемами через стандартные промышленные интерфейсы связи.

  В промышленности распознавание изображений решают такие задачи как:

1. контроль качества продукции,
2. измерение геометрических параметров,
3. проверка комплектности сборки,
4. считывание маркировки,
5. определение положения объектов для роботизированных манипуляторов,
6. выполнение санитарных требований персоналом,
7. соблюдение последовательности сборки.

 

  За пределами промышленности технологии машинного зрения находят применение в:

• медицине,
• сельском хозяйстве,
• безопасности,
• логистике.

  Опыт позволяет адаптировать технологии распознавания изображений под специфические требования каждой отрасли и отдельного заказчика.

  Промышленное машинное зрение оптимизировано для работы в производственных условиях с высокой нагрузкой. Это предполагает использование оборудования, устойчивого к вибрациям, пыли, перепадам температур, в том числе взрывозащищенное исполнение. Наши решения учитывают все особенности производственной среды, обеспечивают стабильную работу в режиме 24/7.

 

  Система машинного зрения представляет собой комплекс взаимосвязанных компонентов, включающий:

• оптические датчики/камеры,
• освещение,
• вычислительные модули,
• специализированное программное обеспечение,
• модули связи,
• устройства накопления.

  При проектировании уделяется особое внимание правильному подбору и интеграции всех элементов системы. Именно сбалансированная архитектура обеспечивает эффективность работы комплекса в производственных условиях. Каждый компонент выполняет свою специфическую функцию, начиная от захвата изображения и заканчивая формированием управляющих сигналов для исполнительных механизмов.

  При выборе камер (оптических датчиков) нами учитываются такие параметры как:

• разрешение матрицы,
• скорость захвата кадров,
• чувствительность,
• тип интерфейса передачи данных.

  Не менее важную роль играет правильно подобранная оптическое оборудование - объективы с соответствующим фокусным расстоянием, светосила для конкретных условий применения. Система освещения оказывает свое влияние на результаты работы. От качества и равномерности освещения напрямую зависит достоверность получаемых данных. В зависимости от задачи могут применяться различные схемы освещения:

• фронтальное,
• боковое,
• коаксиальное,
• темное поле.

  Программное обеспечение автоматического анализа видеопотока как правило состоит из нескольких уровней.

1. Для алгоритмов обучения, на нижнем уровне работают драйверы устройств, библиотеки захвата изображений.
2. Следующий уровень — это алгоритмы обработки изображений, включающие фильтрацию, сегментацию, определение границ, распознавание признаков.
3. Верхний уровень представлен прикладным ПО для реализации функций управления.
4. Алгоритмы глубокого обучения используют нейросетевые технологии.

• Siemens,
• Allen-Bradley,
• Omron,
• ОВЕН,
• Delta,
• B&R,
• Unimat,
• Schneider Electric.

  Поддерживающие стандартные протоколы промышленной связи:

• Modbus RTU,
• Modbus TCP,
• Profibus,
• Profinet.

  Это обеспечивает надежное взаимодействие с исполнительными механизмами и системами управления верхнего уровня.

На экране отображаются текущие изображения с камер, результаты контроля, статистика, тренды. Оператор имеет возможность настраивать параметры контроля, просматривать архив, формировать отчеты.

 

  Системы машинного зрения способны выполнять широкий спектр задач - от простого визуального контроля до сложного анализа качественных характеристик продукции. Нами учитывается специфика каждой отрасли, например:

• В пищевой промышленности программа способна контролировать целостность упаковки, правильность нанесения информации, проверять заполнение тары.
• В металлообработке данный комплекс позволяет выявлять дефекты поверхности, контролировать размеры, качество сварных швов.
• В фармацевтической промышленности внедряются оптические устройства с повышенной точностью распознавания текста и проверки комплектности упаковок.
• В автомобильной промышленности обеспечивают контроль качества сборки узлов, проверяют наличие всех компонентов, правильное позиционирование.

  Современные методы включают различные технологии обработки изображений, распознавания образов. Активно применяются алгоритмы глубокого обучения, которые позволяют выполнять не формализуемые задачи распознавания дефектов. Технологии 3D-сканирования дают возможность контролировать объемные параметры изделий с высокой точностью.

  Для устранения помех с повышением качества распознавания используется метод предварительной обработки изображений. Алгоритмы могут работать как с монохромными, так и с цветными изображениями, применяя специализированные алгоритмы для каждого типа контроля. Это относится как к алгоритмам машинного, так и глубокого обучения.

 

  При внедрении комплекса компьютерного видения на производстве всегда возникают вопросы об их стоимости и экономической эффективности. Грамотно спроектированная система способна окупиться в срок от 6 до 18 месяцев за счет:

• повышения качества продукции,
• снижения брака,
• повышения производительности.

  Стоимость системы машинного зрения определяется несколькими главными факторами.

1. Во-первых, это сложность решаемых задач - от простого подсчета объектов до многопараметрического анализа качества продукции.
2. Во-вторых, требования к быстродействию/точности измерений - чем они выше, тем более производительное оборудование потребуется.
3. В-третьих, существенное влияние оказывают условия эксплуатации - наличие агрессивных сред, высоких температур или требований по взрывозащите также увеличивает стоимость компонентов.

  Наша команда стремится найти оптимальное соотношение цены/функциональности. При проектировании учитываются перспективы масштабирования технических решений. Важным фактором является также выбор программного обеспечения - от простых библиотек до специализированных промышленных пакетов с расширенной функциональностью.

  При расчете общей стоимости проекта необходимо учитывать не только стоимость оборудования, а также сопутствующие расходы. Это затраты на:

• проектирование,
• монтаж,
• пусконаладку,
• обучение персонала,
• техническую поддержку.

  Игнорирование этих статей расходов на этапе проектирования приводит к существенному удорожанию проекта в процессе реализации. Необходимо уделить внимание к подготовке инфраструктуры: креплениям, стабильности электропитания, сетевым коммуникациям.

  Мы рекомендуем учитывать возможность интеграции с существующими информационными комплексами предприятия. Это может потребовать дополнительных аппаратных интерфейсов, разработки программных драйверов, протоколов обмена данными.

  Дополнительную экономию от внедрения обеспечивает сокращение затрат на персонал, снижение влияния человеческого фактора, круглосуточный режим работы без перерывов. Существенным преимуществом по сравнению с работой персонала является возможность накопления статистики для последующего анализа данных и влияния на них тех или иных технических, или организационных мероприятий.