Kiểm tra trực tuyến thông minh và kiểm soát chất lượng vòng kín: Tạo dây chuyền sản xuất không có lỗi cho các bộ phận dập
Giới thiệu: Từ tầm nhìn nhân tạo đến kiểm tra toàn bộ AI
Kiểm tra chất lượng các bộ phận dập từ lâu đã dựa vào lấy mẫu nhân tạo để kiểm tra trực quan, chạm và đo thước cặp. Nhưng kiểm tra nhân tạo có ba chấn thương lớn: tính chủ quan mạnh dẫn đến kiểm tra thiếu, sơ đồ lấy mẫu không thể bao gồm tất cả các bộ phận, phản hồi chậm dẫn đến hàng loạt không tốt. Với tốc độ dập tăng lên hơn 800 lần / phút và ngành công nghiệp ô tô và điện tử theo đuổi không có khiếm khuyết, kiểm tra trực tuyến thông minh trở nên không thể tránh khỏi.
Bài viết này mô tả một cách có hệ thống ba trụ cột của hệ thống đảm bảo chất lượng dập hiện đại: thị giác quang học và phát hiện ánh sáng có cấu trúc, giám sát gián tiếp dựa trên cảm biến và dạng sóng lực, và kiểm soát phản hồi vòng kín và tích hợp sâu SPC.
I. Các khiếm khuyết điển hình của các bộ phận dập và đặc điểm vật lý của chúng
Loại khiếm khuyết Ngoại hình / tính năng hình học tạo ra cơ chế trực tuyến có thể phát hiện được
Vết nứt / co cổ làm đen cục bộ, truyền ánh sáng, tỷ lệ mỏng > 25% căng thẳng kéo siêu vật liệu giới hạn độ phân giải cao máy ảnh + ánh sáng truyền qua / hình ảnh nhiệt
Hình dạng sóng nhăn nheo không đều, lực ép cạnh xếp chồng vật liệu không đủ hoặc quét tam giác đa laser vật liệu
Burr vượt quá tiêu chuẩn cắt cạnh lồi gai kim loại bị mòn, khoảng trống quá lớn cạnh chiếu đèn nền + subpixel
Vết lõm và lồi hình chấm hoặc dải bề mặt lõm vật chất lạ hoặc khuyết tật khuôn mẫu trường sáng đa góc + trường tối kết hợp
Kích thước siêu chênh lệch vị trí lỗ lệch, góc uốn lệch phục hồi, lỗi cho ăn Đo thị giác 2D / 3D
Thiếu lỗ / lỗ đục lỗ nhiều lỗ hoặc lỗ dư thừa khuôn lồi bị hỏng hoặc hoạt động sai lầm truyền ánh sáng + mảng quang điện
Kiểm tra thị giác AI: Công nghệ cốt lõi và triển khai kỹ thuật
2.1 Thiết kế hệ thống hình ảnh
Hệ thống hình ảnh kiểm tra trực tuyến các bộ phận dập phải đối mặt với những thách thức như chuyển động tốc độ cao, phản xạ cao của kim loại, ô nhiễm dầu môi trường. Cấu hình điển hình bao gồm:
Máy ảnh tuyến tính: quét liên tục với hướng chuyển động, phù hợp với tấm kích thước lớn.
Máy ảnh mảng mặt + nhấp nháy: Điểm chết trên thanh trượt của máy ép để kích hoạt chụp ảnh, chụp các bộ phận ở trạng thái tĩnh.
Ống kính viễn tâm: Loại bỏ lỗi phối cảnh để đo kích thước chính xác.
Ánh sáng đa phổ: ánh sáng vòng màu đỏ làm nổi bật sự nhấp nhô bề mặt, ánh sáng đồng trục màu xanh loại bỏ phản xạ.
Đối với các bộ phận dập phức tạp ba chiều, một máy ảnh không thể bao phủ hoàn toàn, cần phải sắp xếp 4 ~ 8 máy ảnh để chụp từ các góc độ khác nhau và đồng bộ hóa không gian thông qua bảng hiệu chuẩn.
2.2 Đào tạo và ứng dụng mô hình học sâu
Xử lý hình ảnh truyền thống (phân đoạn ngưỡng, phát hiện cạnh) chỉ có thể xác định các khiếm khuyết đơn giản. Đối với các khiếm khuyết kiểu kết cấu như nhăn, co cổ, phải sử dụng mạng nơ-ron liên hợp. Quy trình điển hình:
Thu thập và ghi nhãn dữ liệu: Thu thập hàng chục nghìn hình ảnh dập, các chuyên gia kiểm tra chất lượng đánh dấu từng loại và vị trí khiếm khuyết.
Đào tạo mô hình: Sử dụng các kiến trúc tiên tiến như YOLOv8, EfficientNet hoặc Swin Transformer để tăng tốc độ hội tụ thông qua học chuyển tiếp.
Tối ưu hóa mô hình: Sử dụng công cụ suy luận TensorFlow hoặc OpenVINO để giảm thời gian phát hiện một hình ảnh xuống dưới 10ms.
Triển khai và học tập gia tăng: Các thiết bị điện toán cạnh như NVIDIA Jetson suy luận trong thời gian thực trong khi tải các mẫu báo động giả hoặc báo động giả mới lên đám mây để cập nhật mô hình thường xuyên.
Trường hợp thực tế: Sau khi một nhà máy dập lớn triển khai hệ thống kiểm tra thị giác AI, tỷ lệ phát hiện các khiếm khuyết trên 0,1mm ² cao tới 99,97%, tỷ lệ báo động giả chỉ là 0,3% và có thể phát hiện bốn khiếm khuyết như nứt, trầy xước, lồi lõm và nhăn cùng một lúc.
2.3 Đo kích thước trực tuyến
Kích thước mặt phẳng (vị trí lỗ, đường viền) có thể được chiết xuất cạnh dưới điểm ảnh thông qua ánh sáng đèn nền kết hợp với ống kính viễn tâm, độ chính xác có thể đạt ±0.02mm. Nhưng đối với góc ba chiều, độ rơi của các bộ phận cong, v.v., phải sử dụng máy đo đường viền laser hoặc cảm biến 3D ánh sáng có cấu trúc. Sau này có thể lấy mô hình đám mây điểm của toàn bộ bề mặt bộ phận trong vòng 0,5 giây bằng cách chiếu mẫu sọc và tính toán pha, so sánh với mô hình CAD để tạo ra biểu đồ quang sai màu.
Giám sát gián tiếp dựa trên cảm biến và đường cong dập
3.1 Giám sát đường cong áp suất xả (giám sát trọng tải)
Mỗi máy dập được trang bị cảm biến lực áp điện trên thanh trượt để ghi lại đường cong lực-thời gian của mỗi hành trình dập. Khi dập bình thường, đường cong hiển thị các đỉnh sóng đặc trưng (đục lỗ, kéo dài hình thành, v.v.). Khi diện tích đường cong hoặc đỉnh vượt quá phạm vi kiểm soát thống kê, nó cho thấy có thể xảy ra:
Khoảng trống trống trở nên lớn hơn (lực giảm) hoặc nhiễu khuôn (lực tăng đột ngột)
Biến động tính chất vật liệu (cường độ năng suất tăng dẫn đến đỉnh lực di chuyển sang phải)
Chất thải không được thải ra (cắt thứ cấp tạo ra thêm đỉnh)
Hệ thống giám sát trọng tải tiên tiến có chức năng học tập, có thể tự học mẫu tiêu chuẩn của từng loại khuôn và báo động dựa trên biểu đồ điều khiển EWMA.
3.2 Phát xạ âm thanh khuôn và phát hiện rung
Cảm biến phát xạ âm thanh rất nhạy cảm với sóng đàn hồi tần số cao được tạo ra bởi các vết nứt vật liệu, lớp phủ bong tróc, sự phát triển của các vết nứt nhỏ. Ví dụ, khi các vết nứt nhỏ hình lồi xảy ra, các đỉnh năng lượng xảy ra trong một dải tần số cụ thể (100-300kHz). Thông qua nhiều cảm biến AE được sắp xếp ở các vị trí quan trọng của khuôn, nguồn bất thường có thể được xác định.
Cảm biến rung tập trung vào dải tần số thấp (0-1kHz), phản ánh sự lỏng lẻo của khuôn hoặc lỗi ổ trục.
3.3 Giám sát nhiệt độ và tình trạng bôi trơn
Máy ảnh nhiệt hồng ngoại hoặc cảm biến nhiệt độ điểm giám sát nhiệt độ của các khu vực quan trọng của khuôn. Nhiệt độ tăng bất thường có thể có nghĩa là ma sát quá lớn hoặc kênh nước làm mát bị chặn. Kết hợp với máy đo lưu lượng hệ thống bôi trơn, xác định xem vòi phun dầu có bị chặn hay không.
Kiểm soát quy trình thống kê (SPC) và cải thiện khả năng quy trình
Phát hiện trực tuyến tạo ra một lượng lớn dữ liệu phải được chuyển đổi thành hành động quản lý thông qua SPC. Các bước chính:
Xác định các đặc tính chất lượng chính (CTQ): chẳng hạn như chiều cao gờ, góc uốn, tỷ lệ mỏng.
Chỉ số công suất tính toán thời gian thực (Cpk): Khi Cpk
Nhận dạng mẫu bất thường: Sử dụng các quy tắc phán đoán của biểu đồ điều khiển (ví dụ: 8 tiêu chí phán đoán: một điểm vượt quá giới hạn kiểm soát, bảy điểm tăng liên tiếp, v.v.).
Thông qua SPC, doanh nghiệp có thể phân biệt giữa "biến động ngẫu nhiên" và "biến động nguyên nhân đặc biệt", từ đó quyết định có nên điều chỉnh thời gian chết hay không.
Kiểm soát phản hồi vòng kín: từ phát hiện đến điều chỉnh tự động
Hệ thống chất lượng thông minh cấp cao nhất là điều khiển vòng kín: thiết bị kiểm tra trực tuyến gửi độ lệch chất lượng đến máy ép PLC hoặc bộ điều chỉnh servo khuôn trong thời gian thực, tự động sửa các thông số quy trình.
Ví dụ ứng dụng 1: Quét laser thời gian thực cho góc phục hồi của các bộ phận uốn cong, sau khi bộ điều khiển tính toán độ lệch, tự động điều chỉnh miếng đệm nêm nghiêng ở dưới cùng của khuôn, thay đổi độ sâu uốn, do đó bù đắp cho độ phục hồi và kiểm soát độ lệch góc trong vòng ±0.2.
Ví dụ ứng dụng 2: Đường cong lực trực tuyến phát hiện xu hướng giảm của lực cắt, hệ thống xác định sự hao mòn của khuôn lồi, tự động gửi hướng dẫn thay thế đến trạm bảo trì mài và thực hiện trong chu kỳ thay đổi khuôn tiếp theo, thay vì chờ đợi các bộ phận xuất hiện lỗi gờ.
Những thách thức thực hiện và thực tiễn tốt nhất
6.1 Đồng bộ hóa dữ liệu và độ trễ
Kiểm tra trực tuyến phải được hoàn thành trong chu kỳ dập (thường là 0,1 ~ 0,5 giây). Yêu cầu truyền dữ liệu tốc độ cao (giao diện máy ảnh công nghiệp 10GbE) và xử lý thời gian thực điện toán cạnh, đám mây chỉ để lưu trữ dài hạn và đào tạo mô hình.
6.2 Thích ứng với môi trường
Xưởng dập có sương mù dầu, vụn sắt, rung động. Máy ảnh cần được trang bị vỏ bảo vệ và thanh lọc khí chính, cảm biến cần mức bảo vệ IP67.
6.3 Lời khuyên thực hành tốt nhất
Thực hiện theo từng giai đoạn: Đầu tiên thực hiện kiểm tra trực quan các khiếm khuyết quan trọng nhất (nứt, thiếu lỗ), sau đó dần dần mở rộng đến các khiếm khuyết về kích thước và bề mặt.
Tạo thư viện hình ảnh lỗi: tự động lưu hình ảnh và dữ liệu cảm biến tương ứng mỗi khi báo động được kích hoạt để liên tục tối ưu hóa mô hình.
Kiểm tra lại thủ công thường xuyên: Trong giai đoạn đầu vận hành hệ thống, cần sắp xếp nhân viên tiến hành kiểm tra tại chỗ các bộ phận đủ điều kiện được hệ thống xác định, xác minh tỷ lệ kiểm tra thiếu.
Kết luận: Phòng thủ cuối cùng của mục tiêu không khiếm khuyết
Để đạt được không có khiếm khuyết của các bộ phận dập, không thể chỉ dựa vào kiểm tra cuối cùng, kiểm soát chất lượng phải được nhúng vào mỗi chu kỳ dập. Sự kết hợp giữa tầm nhìn AI, giám sát đường cong lực và vòng lặp kín SPC làm cho "mọi bộ phận đều được phát hiện, mọi bất thường đều được truy tìm, mọi sai lệch đều được sửa chữa" trở thành hiện thực. Trong tương lai, với sự cải thiện sức mạnh tính toán AI cạnh và giảm chi phí cảm biến, kiểm tra trực tuyến toàn diện sẽ trở thành cấu hình tiêu chuẩn của dây chuyền sản xuất dập, trong khi những doanh nghiệp vẫn dựa vào kiểm tra lấy mẫu thủ công sẽ không thể giành được sự tin tưởng trong thị trường ô tô, y tế, hàng không vũ trụ nhạy cảm với chất lượng.
BQUQ là nhà sản xuất dập kim loại chuyên nghiệp, xin vui lòng gửi bản vẽ cho chúng tôi, công ty chúng tôi sẽ báo giá cho bạn trong vòng 12 giờ.
