کنترل کیفیت با هوش مصنوعی

داده بنیان هوش تجاری

مزایای بکار گیری هوش مصنوعی

بازرسی کیفیت چرخه کامل ساخت ، مواد اولیه ، اجزا و قطعات در مراحل مختلف تولید تا محصول نهایی را پوشش می دهد. بازرسی ها به شناسایی عیوب در مراحل اولیه کمک می کند و در نتیجه هزینه های تولید را کاهش می دهد. بازرسی می تواند برای مقایسه مواد خام، اجزا یا محصولات موجود با مشخصات کیفی تعیین شده ، انجام پذیرد. اگر یک کالای بازرسی شده در محدوده تعیین شده یا مجاز قرار گیرد، آن کالا پذیرفته می شود، در غیر این صورت رد می شود. کنترل کیفیت به بهبود کیفیت محصول، خودکارسازی فرآیندهای تولید و کاهش هزینه های ساخت کمک می کند.

فناوری بینایی ماشین از دوربین های دیجیتال و پردازش تصویر برای جایگزینی یا تکمیل بازرسی ها و اندازه گیری های دستی استفاده می کند.

کنترل کیفیت

کنترل کیفیت همیشه دغدغه ی ذاتی تولید و رضایت مشتری بوده است و بر همین اساس موضوع کنترل کیفیت با هوش مصنوعی اهیمت پیدا می کند. هدف اصلی تولید، تولید محصولاتی است که مشتریان بتوانند خرید و استفاده کنند. از این رو تولید محصولات مورد نیاز مشتریان با کیفیت مناسب و قیمت مناسب ضروری است.

اتوماسیون عامل بسیار مهمی در صنعت است که منجر به تولید محصول به صورت انبوه می گردد. پس از تولید محصول؛ برای تصمیم گیری در مورد رد یا پذیرش با اندازه گیری پارامترهای کیفی انجام می پذیرد. تقریبا در تمام صنعت برای اندازه گیری پارامترهای کیفی مانند ابعاد و ویژگی های محصول تولیدی بازرسی به صورت دستی انجام می شود. بازرسی دستی زمان بر، پرهزینه، گاهی اوقات دارای خطا است و چنین نوع بازرسی برای اشکال پیچیده بسیار دشوار است و همچنین روش در برخی موارد مخرب. برای غلبه بر این مشکلات ، کنترل کیفیت برای محصولات حساس صنعتی با استفاده از تکنیک های پردازش تصویر امکان پذیر است.

در بسیاری از موارد باز هم قضاوت انسان به دانش و تجربه قبلی بستگی دارد. در بسیاری از موارد ممکن است پذیرش یا رد محصولات بر اساس یک نظر اشتباه از یک خبره تبدیل به فرهنگ در سازمان شود و ساختار بازرسی را به اشتباه تغییر دهد ، یا ممکم است بازرس متوجه نوعی عدم انطباق در محصولات شود اما قادر به دسته بندی نوع عدم انطباق نباشند.

اتوماسیون کنترل کیفیت

چنین فرآیندهایی که بطور دستی انجام می پذیرند ، زمان زیادی را با تعاملات انسانی صرف می کنند. به منظور کاهش یا حذف زمان بدون ارزش افزوده، باید از ابزار های بازرسی کیفیت موثر و اتوماسیون فرآیندها استفاده کرد. در تلاش های اخیر انجام شده سعی بر ای بوده است تا این فرآیند با بکارگیری دوربین های بینایی ماشین خودکار شود.

تکنیک پردازش تصویر دارای مزیت تجزیه و تحلیل تصویر گرفته شده برای اندازه گیری چند ناحیه از محصول است. از این رو، کنترل کیفیت حین تولید و محصول نهایی ، حتی در تیراژ های تولید بسیار بالا ،  هر جزء از محصول تضمین می‌شود. فرآیند اتوماسیون شامل حرکت اجزا، گرفتن تصویر، پردازش تصویر و تصمیم گیری با استفاده از حسگرها، محرک ها و میکروکنترلر می باشد.

بازرسی کیفیت قطعات کاری فشرده است و ممکن است مستعد خطا باشد. همچنین، بازرسی 100٪ دستی قطعات یا محصولات ساخته شده گران و زمان بر است و ممکن است امکان پذیر نباشد. بینایی ماشین یک تکنیک بازرسی سریع، اقتصادی، قابل اعتماد و عینی را ارائه می دهد. همچنین یک تکنیک خودکار، غیر مخرب و مقرون به صرفه است که می تواند در صنایع برای کاربردهای مختلف مورد استفاده قرار گیرد. برخی از مزایای کلیدی استفاده از بینایی ماشین را می توان به شرح زیر برشمرد:

دقت:

سیستم‌های بینایی ماشین دقت بیشتری در بازرسی کیفیت در مقایسه با اپراتورهای انسانی ارائه می‌دهند. حتی زمانی که انسان ها به ذره بین یا میکروسکوپ تکیه می کنند، ماشین ها همچنان دقیق تر هستند زیرا می توانند قطعات را با تلرانس های مختلف ببینند و مطمئن شوند.

سرعت:

قطعات را می توان با سرعت بالاتری نسبت به بازرسی توسط اپراتورهای انسانی بازرسی کرد. علاوه بر این، چنین بازرسی هایی با سرعت بالا را می توان با کارایی و بهره وری بیشتر انجام داد.

تکرارپذیری:

بازرسی های کیفیت را می توان دقیقاً به همان روش توسط سیستم های بینایی ماشین بدون خستگی، 24 ساعته و 365 روز در سال تکرار کرد. در مقابل، بازرسان انسانی ممکن است در زمان‌های مختلف به اقدامات متفاوتی برسند، حتی اگر تمام قطعات دقیقاً یکسان باشند.

بازرسی 100%:

سیستم های بینایی ماشین را می توان به گونه ای طراحی کرد که 100% قطعات یا محصولات تولید شده را بازرسی کند. در غیر این صورت، اغلب بازرسی قطعات یا محصولاتی که به صورت تصادفی با استفاده از روش‌ها و ابزارهای آماری نمونه‌ برداری شده‌اند ، ممکن است.

هزینه:

از آنجایی که سیستم ‌های بینایی ماشین سریع‌ تر از انسان هستند، چنین بازرسی‌های خودکاری می‌توانند هزینه‌ها را کاهش دهند. دقت فرآیند جهت کاهش ارسال قطعات معیوب به مشتریان را بهبود بخشند. این امر به نوبه خود هزینه های خرابی خارجی مانند تعویض، از دست دادن فروش و گارانتی یا وارانتی را کاهش می دهد

داشبورد مدیریتی بر خط:

یکی از دغدغه های اصلی سازمان های تولید عدم ثبت محصولات نامنطبق و نوع عدم انطباق یافت شده می باشد. چرا که در وهله اول رسیدگی به وقوع محصولات نامنطبق و تعیین و نکلیف آنها می تواند باعث فراموش شدن ثبت گزارشات گردد و از سویی بالا بودن دغدغه های بازرسی و تعدد بازرسی های مشخصات فنی در خط تولید ممکن است مباعث از دست رفتن برخی از داده های مربوط به محصولات نامنطبق گردد. 

با در اختیار داشتن سیستم کنترل کیفیت مبتنی بر هوش مصنوعی می توان تمامی اطلاعات متعلق به وضعین بروز عدم انطباق ها را شناسایی نمود و علاوه بر ذخیره داده ها در پایگاه های داده تعریف شده در سازمان ، انتهای هر روز یا به صورت بر خط داشبورد مدیریتی محصولات نامنطبق برای صاحبین فرایند های مربوطه اراسال گردد.

ایمنی بازرس:

یکی از مزایای اصلی سیستم بینایی ماشین، روش بازرسی غیر تماسی آن است. بازرسی های تماسی ، آن دسته از بازرسی ها هستند که بازرس برای اندازه گیری حتما باید در محیط اجرای فرایند حضور داشته باشد یا تماس مستقیم با قطعه داشته باشد. چنین مزیتی به ویژه در مواردی که اجرای اندازه گیری های تماسی دشوار است مفید است. سیستم‌های بینایی ماشین را می‌توان در محیط‌ هایی که برای بازرسی انسان خطرناک است نیز به کار برد.

مراحل استقرار سیستم بینایی ماشین

تیم مشاورین داده بنیان جهت داده محور ساختن سازمان و ارائه راهکارهای تحول دیجیتال در سازمان ها در 7  فاز کلی اقدام به ارائه خدمات خود می نماید ، لازم به ذکر است که با توجه به هر سازمان ، نوع محصول و مشخصات فنی ، تیراژ تولید و فرایند های تولید می تواند متفاوت باشد و تیم داده بنیان ، راهکار های خود را متناسب سازمان شما ارائه می دهد.

تعریف و تعیین مشخصه های فنی

در اولین گام از اجرای سیستم کنترل کیفیت با بینایی ماشین و  هوش مصنوعی ( AI sharp vision )، تیم مدیرفا با برگزاری جلسه ای همراه با خبرگان حوزه های تولید ، کنترل کیفیت و طراحی در سازمان مشخص می گردد که چه پارامتر ها یا مشخصه های فنی میبایست جهت کنترل کیفیت در نظر گرفته شوند. هدف اصلی این فاز از پروژه تعیین مشخصه هایی است که :

  • دارای اهمیت ویژه برای مشتری باشند یا همان ctq ها
  • دارای تیراژ تولیدی بالا باشند
  • بازرسی 100 درصد چنین ویژگی هایی هزینه بر باشد
  • نیروی انسانی قادر به تشخیص صحیح چنین مواردی با درصد صحت و دقت بالا  نباشد

خروجی مد نظر ما از این مرحله ، پارامتر یا پارامترهای کمی و کیفی مهم جهت انجام بازرسی کیفیت به کمک AI sharp vision در ایستگاه یا ایستگاههای مورد نظر می باشد.

طراحی و زیرساخت شبکه

در این مرحله پس از مکان یابی نقاط کنترل ، تجهیزات مورد نظر سیستم AI sharp vision اعم از دوربین ها و ملزومات . همچنین  تجهیزات شبکه برآورد و تهیه میگردد.

این مرحله مرتبط به اجرای زیرساخت شبکه و طراحی سیستم انتقال اطلاعات است که شامل در نظر گرفتن پردازشگر های مناسب و نحوه انتقال اطلاعات برای پردازش تصاویر و حرکت عملگر هاست . با توجه به حساسیت های محصول می تواند نحوه کار عملگر ها متفاوت باشند و با توجه به محیط تولیدمیتوان از تحوه انتقال داده وایرلس و یا کابلی استفاده کرد.

طراحی مدل های هوش مصنوعی

مرحله اولیه این فاز تهیه یک data set مناسب از تصاویر محصولات منطبق و نامنطبق جهت گزینش ، اجرا و پیاده سازی الگوریتم های هوش مصنوعی در توسعه مدل مخصوص محصول و کارفرما می باشد. 

هدف اصلی این مرحله طراحی و توسعه مدل کنترل کیفیت مبتنی بر بینایی ماشین و هوش مصنوعی است.این مدل به صورت ویژه با توجه به محصول و شرایط تولید سازمان کارفرما تهیه و توسعه میگردد.

پس از طراحی مدل سیستم و یکپارچه سازی آن با سیستم های عصبی و مکانیکی ، جهت کالیبره کردن سیستم با خط تولید ؛ AI sharp vision میبایست بطور آزمایشی  بر روی خط اجرا شود تا از عملکرد صحیح سیستم اطمینان حاصل گردد.  لذا جهت انجام دوره تست ، بازه زمانی معین با مشتری محترم مشخص می گردد.

استقرار سیستم

پس از انجام تست های نهایی سیستم ، آموزش ها و دستورالعمل ها راه اندازی سیستم به متولیان اجرای فرایند بازرسی ارائه می گردد و از نحوه اجرای بی نقص سیستم توسط افراد سازمان اطمینان حاصل می گردد.

لازم به ذکر است در کنار ایجاد سیستم هوش مصنوعی ، سیستم مذکور قابلبت تهیه گزارشات روزانه و دریافت داشبورد های محصولات نامنطبق را نیز دارا میباشد که به مدیران این امکان را می دهد که در لحظه بتوانند آمار محصولات نامنطبق خود را از هر نوع را در اختیار داشته باشند

تحویل

پس از مشخص شدن الگوریتم های بهینه جهت نجوه توسعه مدل و تعریف عدم انطباق های جدید در محصول ، تست های نهایی بر محصول انجام شده و سیستم تحت شرایط پرفشار تولید تست می گردد. در صورت نیاز بازنگری هایی نهایی سیستم انچام پذیرفته و سیستم هوشمند کنترل کیفیت تحویل سازمان می گردد در گام نهایی این فاز تمرکز بر صاحبین فرایند است که طی آموزش های تیم پشتیبانی بتوانند اثربخش ترین بهره برداری را از آن نمایند و داشبورد های تهیه شده متناسب با نیاز ذی نفعان فرایند طراحی شده و خدمت ایشان در بستر مورد تایید ایشان قرار می گیرد.

توسعه مدل هوش مصنوعی

پس از تحویل و کارکرد AI sharp vision در خط تولید کارفرما ، توسعه مدل هوش مصنوعی  و نگهداری از سیستم AI sharp vision آعاز میگردد که مدیرفا آماده همکاری همیشگی با کارفرمایان محترم می باشد تا در صورت هرگونه تغییر در پارامترهای کنترلی و همچنین مشحصه های فنی بیشتر مدل را توسعه دهد

بدیهی است که هر چقدر دیتاست های بیشتری برای سیستم عصبی تشریح گردد ، دقت آن نیز افزایش می یابد و از سویی ممکن است برخی از مشخصه های فنی دیگر شناسایی شوند و مدیریت ارشد مایل به ایجاد نقاط بازرسی بر اساس چنین مشخصه های فنی باشد. بر این اساس میبایست موارد فوق جهت تعریف مجدد مشخصه های فنی و بهبود دقت مدل اعمال گردد

پیاده سازی راهکار های کنترل کیفیت ، مبتنی بر هوش مصنوعی

مشخصا ارائه راهکار مبتنی بر هوش مصنوعی نیازمند وجود دانشی فنی و آکادمیک می باشد. تیم مشاورین داده بنیان مفتخر است با بکاری گیری به مرز های دانشی هوش مصنوعی و ابزارها داده محور مانند POWER BI ، TABLUE ،  PYTHONو … در کنار سازمان شما باشد تا بتوانید در کوتاه ترین زمان به شکلی موثر استراتژی های تحول دیجیتال را در سازمان خود نهادینه سازید.

در انتهای فاز های 7 گانه استقرار سیستم هوشمند کنترل کیفیت خروجی های ذیل ارائه می گردد :

  • بازرسی 100 درصد محصولات و ثبت گزارشات بازرسی برای هر محصول 
  • امکان مشاهده عدم انطباق های شناسایی شده در محصول با استفاده از عکس های گرفته شده توسط سیستم
  • خارج شدن محصولات نامنطبق از منظر ظاهری و ابعادی 
  • دسته بندی عدم انطباق های رخ داده در تولید
  • ارائه گزارشات کمی در انتهای روز یا به صورت بر خط به ذی نفعان
  • داشبورد های مدیریتی در بستر های مورد نیاز ضاحبین فرایند

جهت دریافت مشاوره رایگان و هماهمنگی جلسه می توایند فرم ذیل را تکمیل نمایید تا کارشناسان ما در کوتاه ترین زمان با شما تماس حاصل نمایند.