← Retour à la catégorie Systèmes d'inspection et de vision

Vision industrielle: quatre étapes de l'industrie

Téléchargez la version audio de cet éditorial

La vision par ordinateur est une technique bien établie dans de nombreux secteurs, améliorant la qualité et l'efficacité dans les secteurs de la fabrication et de la transformation. Sa capacité à effectuer des inspections de manière fiable et rapide 24 / 7 en fait une technologie inestimable pour le contrôle de la qualité.

Les progrès technologiques dans le domaine de la vision artificielle continuent à être réalisés rapidement, ouvrant de plus en plus de possibilités. Les améliorations apportées à la technologie des capteurs, à la puissance de traitement, à l'optique, à la technologie d'éclairage et aux logiciels contribuent toutes à améliorer les performances dans le secteur de la vision industrielle traditionnel.

Par Mark Williamson, directeur général de STEMMER IMAGING

Mark Williamson

Mark Williamson, directeur général de STEMMER IMAGING

L’application des méthodes d’apprentissage en profondeur et d’apprentissage automatique commence à transformer les défis complexes en matière de classification des images. Les interfaces simplifiées robot-vision 3D facilitent la vision haute performance du robot 3D pour l'inspection du contrôle de la qualité et l'assemblage automatisé à l'aide d'un pick and and place intelligent.

Le développement de systèmes de vision embarqués évolutifs offre une grande flexibilité au constructeur de machines, à l'intégrateur de systèmes ou au fabricant OEM qui peuvent souhaiter utiliser la vision en tant que partie intégrante d'un processus ou d'une machine.

Les progrès sont incessants et 4.0, l’Internet des objets (IoT), l’informatique en nuage, l’utilisation accrue de l’intelligence artificielle, l’apprentissage automatique et de nombreuses autres technologies présentent aux utilisateurs et aux développeurs de systèmes de vision de grands défis pour la sélection du système idéal. pour leur application respective.

Néanmoins, l’utilisation de la vision artificielle ne se limite pas à des processus hautement automatisés; il a également des applications dans les domaines où le niveau d'implication manuelle est élevé. Nous pouvons considérer quatre étapes d’implication de la vision artificielle.

Stage 1: Aide au montage manuel

Dans le secteur de la fabrication, de très nombreux produits sont assemblés manuellement, en s’appuyant sur les compétences de l’opérateur pour «bien faire les choses». Ces produits sont souvent inspectés visuellement par un autre membre du personnel dans le cadre du processus de CQ.

Tout produit / composant défectueux produit deux résultats: ils sont soit identifiés au stade du contrôle de la qualité et rejetés, soit ils parviennent au client final, où ils risquent d'être renvoyés en dessous des normes. Quoi qu'il en soit, à moins que le produit ne puisse être réutilisé, il pourrait y avoir beaucoup de gaspillage et un nuage potentiel sur la réputation du fabricant.

Même si le composant rejeté peut être retravaillé, cela entraîne des coûts supplémentaires pour le fabricant. L'installation d'un système de vision pour prendre en charge l'inspection peut réduire considérablement les chances qu'un produit défectueux parvienne à un client, ce qui est bon pour la réputation, mais ne résout pas le problème du coût de la reprise.

Vision industrielle - Assemblage de circuits imprimés utilisant une copie du système d'inspection de caméra d'assistance humaine Ricoh SC 10

La solution consiste à éliminer les défauts sur le lieu de fabrication et une nouvelle approche de vision a été introduite pour y remédier. Cela implique l'utilisation d'une caméra "d'assistance humaine", qui contient un ensemble d'instructions d'assemblage. L’opérateur suit les instructions affichées sur un moniteur.

Après chaque action, le système compare le résultat à l'image stockée correcte pour s'assurer qu'il a été exécuté correctement et complètement avant que l'opérateur ne puisse passer à l'étape suivante. Si une action est incomplète ou si une erreur est commise, elle est affichée à l'opérateur afin qu'elle puisse être corrigée. Chaque étape effectuée peut être vérifiée et enregistrée pour fournir des données pouvant être utilisées pour l'analyse et la traçabilité des travaux d'assemblage.

Stage 2: Intégration d'un processus d'assemblage manuel

L'approche décrite ci-dessus est très efficace pour assurer le montage manuel correct d'un produit, mais constitue essentiellement un système autonome. Il est possible d'aller plus loin en intégrant ce type de processus d'assemblage manuel dans le système de contrôle global d'une entreprise.

Cela permettrait d'utiliser un système de vision plus sophistiqué pour l'assemblage manuel, offrant une plus grande gamme d'outils de mesure et de contrôle, tout en appliquant le même principe de mise en évidence des erreurs d'assemblage sur l'écran. Les instructions d'assemblage et les données de fabrication peuvent ensuite être téléchargées vers le système à partir d'une base de données centrale, selon les besoins.

Cette approche permettrait également d'introduire diverses protections, telles que l'association d'un identifiant d'opérateur à une compétence de formation, de sorte que le système puisse vérifier si un opérateur se connectant pour commencer un ensemble particulier a été formé pour ce produit. De même, toutes les données d'inspection, y compris les images, pourraient être retransférées dans la base de données afin de fournir une piste d'audit complète pour chaque composant assemblé. La disponibilité d'outils de vision plus sophistiqués permet également au système de répondre aux nouvelles exigences à mesure que de nouveaux produits sont mis en service.

Stage 3: Inspection de vision industrielle automatisée

Les systèmes d'inspection automatisés sont utilisés dans les applications de contrôle qualité dans un très grand nombre d'industries et de processus. Bien que les configurations puissent varier énormément, le principe de base est que le système de vision est intégré au processus, où il est lié à un mécanisme de rejet.

Les produits ou composants sont inspectés, souvent à grande vitesse, et acceptés ou rejetés sur la base des mesures effectuées. Les systèmes de vision peuvent varier d’une caméra intelligente autonome à un seul point, où tous les traitements et mesures sont effectués dans la caméra elle-même et où un résultat de réussite / échec est renvoyé au mécanisme de rejet, aux systèmes basés sur PC qui peuvent comporter plusieurs caméras et / ou plusieurs postes d'inspection.

La clé du succès de cette approche réside dans la capacité à intégrer le système de vision au processus, en tenant compte de l’espace et d’autres considérations environnementales.

Vision par machine - Sélection de pièces par un robot guidé 3D Vision (avec l'aimable autorisation de LMI Technologies

Les systèmes de vision peuvent être intégrés dans des processus existants, conçus dès le départ dans de nouveaux processus et, avec l'émergence de systèmes de vision intégrés, sont de plus en plus intégrés dans les équipements OEM.

Stage 4: Contrôle de processus par vision industrielle

L'utilisation de la vision automatisée en tant qu'outil de contrôle de la qualité réduit considérablement la possibilité qu'un produit non conforme atteigne un utilisateur final. Toutefois, en l'utilisant avec des méthodes de contrôle statistique des processus et de retour d'informations, il peut non seulement contrôler les mesures critiques, mais aussi analyser les ces mesures et apporter des modifications au processus. De cette manière, des interventions peuvent être effectuées pour ajuster le processus avant la production de tout produit hors tolérance.

Il s’agit donc d’une extension logique de ce secteur dans Industry 4.0, dont les objectifs sont d’optimiser le processus à l’aide de l’analyse de données volumineuses basée sur les commentaires de nombreux types de capteurs différents surveillant le processus. Celles-ci comprendront bien sûr des capteurs de vision simples et intelligents, ainsi que des sous-systèmes ou systèmes de vision plus sophistiqués.

Évaluer les possibilités

Les quatre étapes de la vision décrites ci-dessus ne donnent qu'un aperçu de la manière dont les systèmes de vision peuvent être déployés, sans rendre justice aux capacités extraordinaires offertes par la vision artificielle.

Les applications vont de la mesure du produit et des composants en cours de fabrication à l'inspection de l'intégrité des emballages, en passant par la lecture et la vérification des impressions, des codes à barres et des étiquettes. Les mesures entrent dans les catégories 3: 1D, 2D et 3D. Les mesures 1D sont généralement utilisées pour obtenir les positions, les distances ou les angles des arêtes. Les mesures 2D fournissent une multitude de mesures, notamment la surface, la forme, le périmètre, le centre de gravité, la qualité de l'apparence de la surface, les mesures basées sur les contours, ainsi que la présence et l'emplacement des caractéristiques.

La correspondance de modèle d'un objet avec un modèle constitue également une partie importante de l'arsenal 2D. La lecture et la vérification des caractères et du texte, ainsi que le décodage des codes 1D ou 2D constituent une autre activité clé. Les méthodes de mesure 3D ajoutent des informations sur la hauteur, permettant de mesurer le volume, la forme et la qualité de la surface, telles que les empreintes, les égratignures et les bosses, ainsi que l’appariement des formes 3D.

Les matériaux produits en rouleaux continus (bandes) ou en feuilles, tels que le papier, les textiles, les films, les feuilles, les plastiques, les métaux, le verre ou les revêtements sont généralement inspectés à l'aide de systèmes de vision en ligne continue pour détecter et identifier les défauts.

La vision joue un rôle important dans l'inspection de fin de ligne en lisant des identifiants uniques sous forme de codes 1D ou 2D, de caractères alphanumériques ou même en braille pour des applications de suivi dans des secteurs aussi divers que l'aérospatiale, l'automobile, l'alimentation, la santé et la pharmacie. Les données sur l'emballage lisibles par l'homme, telles que les numéros de lot, les numéros de lot, les dates de péremption ou de péremption, sont également essentielles pour des produits tels que les produits alimentaires, les produits pharmaceutiques, les appareils médicaux et les cosmétiques.

Système de finition d'étiquettes Omega SRI avec sous-système de contrôle d'étiquettes intégré (Courtesy AB Graphic International GmbH)


La vision artificielle devient également de plus en plus importante dans les applications robotiques. Les robots industriels sont déjà largement utilisés et avec l'émergence de robots collaboratifs et les développements rapides de la vision industrielle 3D, ils sont beaucoup plus utilisés en combinaison, par exemple dans la robotique guidée par la vision ou le picking aléatoire.

Le système de vision par ordinateur identifie l'emplacement précis de l'objet et ces coordonnées sont transférées au robot. Les avancées massives dans les interfaces vision-robot facilitent grandement ce processus.

Fait en sorte que ça arrive

La technologie de la vision industrielle englobe tous les composants d'un système de vision industrielle tels que les caméras, les optiques, les objectifs, les cartes d'acquisition d'images, les ordinateurs, les logiciels, les câbles, etc. Le plus important est l'expertise pour pouvoir sélectionner les composants les plus appropriés et créer une solution. pour l'application spécifique.

La sélection d'un fournisseur possédant des connaissances et une expérience étendues et pouvant proposer des solutions sur mesure, allant des composants configurés aux sous-systèmes d'applications verticales pour les intégrateurs de systèmes ou au développement de solutions spécifiques au client pour les constructeurs OEM, est une considération majeure.

Ceci est de plus en plus important lorsque l’on envisage de développer des systèmes de vision intégrés à d’autres équipements et processus de fabrication. Un grand nombre des principales bibliothèques et boîtes à outils de vision par ordinateur peuvent désormais être portés sur de petites cartes de traitement intégrées, généralement basées sur une architecture ARM, offrant ainsi un coût inférieur pour les applications à volume plus important.

La combinaison de ces capacités de traitement avec des caméras à faible coût, y compris des caméras embarquées, signifie que les systèmes de vision pourraient être intégrés à une grande variété de produits et de procédés avec des frais généraux relativement faibles qui n'étaient pas viables auparavant.

En outre, l’exploitation des techniques d’apprentissage en profondeur et d’apprentissage automatique dans les applications de vision ouvre davantage de possibilités pour des produits biologiques et variés pouvant également fonctionner sur des systèmes embarqués peu coûteux, ce qui permet des systèmes extrêmement rentables.

Industrie de process Informer

nouvelles connexes

Laissez un commentaire

Ce site utilise Akismet pour réduire les spams. Découvrez comment vos données de commentaire sont traitées.

Partage via