+7 499 112-39-39
+7 499 112-39-39
пн-пт 09:00 - 18:00 (Мск)
Заказать звонок
+7 499 112-39-39
Я даю Согласие на обработку файлов cookie в соответствии с Политикой конфиденциальности. В случае отказа от обработки cookie я проинформирован о необходимости прекратить использование Сайта или отключить файлы cookie в настройках браузера.
OK
ПРИМЕРЫ ИСПОЛЬЗОВАНИЯ КОМПЬЮТЕРНОГО ЗРЕНИЯ

Контроль качества клеевого соединения компьютерным зрением

Клеевой шов редко бывает виден человеческому глазу целиком. Пропуск, пузырь или смещение на пару миллиметров — и деталь уйдет в брак. Контроль качества клеевого соединения компьютерным зрением снимает эту проблему: камера видит шов лучше, чем оператор, и не устает к концу смены.

Ниже разберем, какие дефекты чаще всего портят клеевое соединение, как работает система машинного зрения ML Sense и сколько стоит внедрение такого контроля на производстве.

Что такое компьютерное зрение

Что такое компьютерное или машинное зрение?
Компьютерное зрение — это камеры и нейросеть, которые вместе анализируют объект в реальном времени. Камера снимает деталь на конвейере, видео уходит на сервер, нейросеть сравнивает изображение с эталоном. Если находит дефект — сразу подает сигнал оператору или в систему предприятия.

Чем больше примеров брака увидела нейросеть на обучении, тем точнее она отличает норму от дефекта.

Типовые дефекты клеевого соединения

Мы собрали дефекты, которые чаще всего встречаются на производствах, где применяют контроль качества склеивания.
  • Недостаток клея
    Клея нанесли слишком мало или слишком тонким слоем — шов не держит нагрузку. Система решает эту задачу через обнаружение недостатка клея и обнаружение пропусков клея.
  • Пересушенный клей
    Клей потерял свойства до момента прессования, адгезия не наступает.
  • Толстая клеевая прослойка
    Слой толще 0,15–0,2 мм чаще всего появляется из-за плохой пригонки поверхностей или долгой открытой выдержки. Часто идет вместе с непроклеями. Здесь помогает обнаружение излишков клея и обнаружение перелива клея.
  • Непроклеенные участки
    Поверхности не соединились друг с другом — обычно из-за неравномерного нанесения клея или разной толщины деталей. Встречается чаще на изделиях сложной формы. Обнаружение непроклеенных участков — одна из базовых задач системы.
  • Мокрое соединение
    Растворитель не успел выйти из клея, или клей не до конца отвердел.
  • Пористая склейка
    Воздушные пузыри снижают прочность шва. Задача решается через обнаружение
    пузырей в клее.
  • Несмачиваемость поверхности
    Клей не схватывается из-за загрязнений или неподходящей подготовки поверхности — тут работает обнаружение загрязнений клеевого соединения.
  • Недоотверждение
    Неверная дозировка компонентов или неточный температурный режим.
  • Перекос шва
    Детали сместились при фиксации или при усадке клея — система ловит это через обнаружение смещения клеевого шва.
  • Расслаивание и трещины
    Возникают из-за внутренних напряжений и со временем только растут — опасный дефект, который важно поймать сразу. Здесь актуально обнаружение разрыва клеевого шва и обнаружение отслоений.
  • Пережог
    Неисправное нагревательное оборудование делает клеевой слой хрупким, особенно при ударных нагрузках и вибрации.
Отдельно систему настраивают на контроль качества герметика: обнаружение дефектов герметизации, контроль нанесения герметика и равномерность слоя вдоль шва.

Как работает компьютерное зрение на примере ML Sense

  • 1. Камеры

    Камеры высокого разрешения направлены на конвейер с заданного расстояния и непрерывно передают видеопоток на сервер.

  • 2. Освещение

    Светодиодная подсветка высокой интенсивности нужна, чтобы разглядеть мельчайшие дефекты шва — без нее часть брака просто не видна на кадре.

  • 3. Сервер и нейросеть

    На сервере работает ML Sense: программа анализирует видеопоток, находит дефекты алгоритмами машинного зрения и передает данные в информационную систему предприятия и приложение оператора.

  • 4. Приложение оператора

    Оператор видит событие брака, время, площадь и положение дефекта, расстояние от заданной точки. Решение об отбраковке можно принять с компьютера, планшета или телефона на Android и iOS. Систему можно запустить и без участия оператора — в полностью автоматическом режиме.

  • 5. Отчеты и интеграции

    Система формирует сводку по каждому дефекту: фото, тип, размер, время обнаружения. Данные уходят в 1С и
    MES-систему предприятия.

Преимущества машинного зрения для контроля клеевого соединения

  • Скорость
    Камера обрабатывает намного больше деталей в единицу времени, чем оператор.
  • Объективность
    Оценка не зависит от усталости или невнимательности человека.
  • Непрерывность
    После запуска система работает 24/7, без перерывов на смены и выходные.
  • Меньше ошибок
    Автоматизация убирает человеческий фактор из процесса ОТК.
  • Скрытые дефекты
    Машинное зрение находит признаки брака, незаметные глазу.
  • Экономия
    Меньше затрат на ручной контроль и меньше простоев из-за брака, найденного слишком поздно.
  • Совместимость
    Систему можно встроить в существующие процессы автоматизации и связать с MES.
  • Данные для анализа
    Собранная статистика по дефектам помогает находить причины брака в самом процессе склеивания, а не только последствия.

Из каких шагов состоит внедрение

Подготовка
Выезжаем на объект, смотрим реальные условия работы: освещенность, запыленность, расположение конвейера. Определяем, где ставить камеры и какие параметры брака отслеживать.
Внедрение
Подбираем камеры и серверное оборудование, настраиваем систему на нужную точность распознавания.
Интеграция
Подключаем систему к информационной системе предприятия — 1С, MES или другой платформе.

Сколько стоит система контроля качества клеевого соединения

Цена складывается из нескольких частей:
  • оборудование — камеры и освещение;
  • обучение нейросети распознавать конкретные дефекты вашего производства;
  • пусконаладочные работы;
  • лицензия на ПО.

Точную цену считаем под задачу. Итоговая стоимость начинается от 1 млн рублей.

Почему клиенты выбирают ML Sense

ML Sense — продукт компании Nord Clan, платформа для контроля качества продукции на основе машинного зрения и нейросетей. Система входит в реестр российского программного обеспечения.
  • Лидер рынка компьютерного зрения. Разрабатываем и внедряем системы контроля качества продукции компьютерным зрением для разных отраслей.
  • Внедрение в реальные процессы, а не только пилотные тесты в лаборатории.
  • Проверенные компоненты и оборудование — камеры и подсветку подбираем под конкретные условия цеха.
  • Разработка систем компьютерного зрения под задачу заказчика, а не готовая коробка без настройки.
  • Экспертиза в MLOps и сопровождении — следим за точностью модели и дообучаем ее по мере поступления новых данных.
  • Опыт внедрения в крупных компаниях.
Оставьте заявку — обсудим, как автоматический контроль качества клеевого соединения впишется в ваше производство и сколько это будет стоить.
Заполните форму, чтобы узнать больше о внедрении
системы ML Sense
Заполните форму, чтобы узнать больше о внедрении
системы ML Sense