9700 Szombathely, Zanati út 32-36.

+36 94 505 003

EN

Okos gyártósor egyedi fejlesztési lehetőségei

Okos gyártósor egyedi fejlesztési lehetőségei

 
Az okos gyártósor remek lehetőség az ipar4.0 megoldások bemutatására és oktatására. A meglévő alkalmazásokon túl kollégáink azon dolgoznak, hogy újabb és újabb funkciókkal bővítsék a gyártósort. Üzembehelyezése óta olyan fejlesztések valósultak meg, mint a valós idejű adatkijelzés, termelési adatelemzés, kiegészítő AR fukciók, digitális ikerklónozás során a gyár virtuális másának leképezése vagy a minőségellenőrzési célú gépi látás alkalmazása.
 

Ezen fejlesztések közül a gépi látás gyártási folyamatban alkalmazását mutatjuk be részletesen:
A SIF-400 Teaching and Learning Factory automata gyártósor esetében az első állomáson a paletta- és konténeradagoló látható. A rendszer automatikusan kiadagolja az RFID chippel rendelkező palettákat, majd a MES rendszerben hozzátársított rendelésnek megfelelő konténert helyezi a palettára. A rendszer csupán az RFID olvasók és optikai szenzorok segítségével ellenőrzi, hogy a termék mely pozícióban van az adott pillanatban. A második állomáson a golyók kiadagolása történik. A konkrét RFID-hoz konkrét megrendelés tartozik, így a kért mennyiséget adagolja ki a rendszer. A mennyiséget egy elektropneumatikus munkahenger segítségével ellenőrzi a rendszer. A rendszer a gépi tanulás nélkül nem ellenőrzi, hogy egy konténer megfelelő orientációban van-e az első modulon.
Ez a második modulon problémába ütközhet. Amennyiben a konténer leesett a palettáról a rossz elhelyezés miatt, a rendszer nem tudja megfelelően kiadagolni a golyócskákat. Ha a konténer ott lenne, de nem megfelelő pozícióban, akkor pedig előfordulhatna, hogy a golyók szanaszét gurulnának. A probléma megoldása Python programozási nyelvvel, Jupyter Notebook környezetben történt. A tanítási folyamat képekkel történik, melyek kisebbre vágva jobb eredményt biztosítanak. A tanítási folyamat 10 alkalommal futott le. A hibás termékek felismerése így 100%-os pontosságúnak bizonyult.
A validálás során hőtérképeket is készít az algoritmus, melyeket manuálisan is van lehetőség ellenőrizni. A manuális ellenőrzés során a hibás észlelés esetén van lehetőség felülírni a képhez társított címkét. A tanítást követően a kész modell bármikor behívható. A kiértékelés során nincs szükség többszáz sor új kód megírására.
 

A termék megérkezésekor a kamera képet készít a termékről, feltölti azt az FTP szerverre, ahol egy script érzékeli, hogy új kép érkezett és kiértékeli azt. Ha a termék megfelelő, akkor a rendszer tovább engedi. Ha a kiértékelés szerint a termék nem megfelelő, akkor nem engedi tovább a terméket.
A fejlesztés jelentősége a termelési folyamat minőségbiztosítási rendszerében jelent hasznos segítséget a hatékonyságnövelésre.
]