Get best of the week

Encuentra defectos del radiador usando visión artificial


Ninguna producción puede prescindir del control de calidad. Durante mucho tiempo, la única opción posible para los fabricantes era inspeccionar visualmente los productos por personal especialmente capacitado. Sin embargo, este método requiere enormes recursos humanos, capacitación prolongada, mayor atención y depende mucho del factor humano. La fatiga y el descuido de los empleados conducen a la liberación del matrimonio.

Advantech en asociación con Smasoft ha desarrollado soluciones para automatizar completamente el control de calidad visual de los productos fabricados. Estas soluciones ya funcionan en la producción real de hoy. El artículo habla sobre la experiencia exitosa en la implementación de un sistema de control de calidad visual usando visión artificial en la línea de producción de radiadores de enfriamiento.

Descripción del sistema


El cliente se dedica a la producción de radiadores de enfriamiento de cobre para eliminar el calor de los microprocesadores. Para radiadores, un parámetro extremadamente importante es la calidad de la superficie de trabajo en contacto con el chip. Si esta superficie tiene defectos, la calidad de enfriamiento puede disminuir significativamente y el dispositivo final fallará. Además, las virutas pueden causar corrosión y dañar el radiador.

Es importante que el fabricante controle dichos parámetros de calidad:

  • Homogeneidad, planitud de la superficie : cualquier deformación longitudinal reducirá la calidad del radiador para adherirse a la superficie.
  • Abolladuras, astillas, rasguños : golpes en la superficie que perjudican la transferencia de calor.
  • Daño de marcado : para una línea de montaje automática, el marcado en los componentes siempre debe ser legible


Los principales tipos de defectos del radiador detectados por el sistema de visión artificial

Para un control de calidad continuo y automatizado, se ha desarrollado una línea que verifica la superficie de los radiadores usando visión artificial en varias etapas, que funciona en conjunto con un brazo robótico con una bomba de vacío que elimina las piezas defectuosas. Para eliminar los errores del sistema de reconocimiento, se toman imágenes de varias cámaras en diferentes ángulos.



La línea consiste en una plataforma giratoria circular, donde se realiza una prueba para cada rotación de la plataforma. La primera unidad instala radiadores nuevos en la plataforma utilizando una bomba de vacío. A continuación, se verifica la planitud del producto utilizando un buscador láser de alta precisión, que se extiende a lo largo del perímetro del dispositivo. En el siguiente paso, la cámara fotografía la superficie del radiador en ángulo recto. Para una verificación adicional, en el siguiente paso, otra cámara fotografía la superficie en un ángulo diferente. El proceso en tiempo real se muestra en el siguiente video.


Línea de control de calidad de radiadores en acción. Descripción de artículos en sentido antihorario.

Al mismo tiempo, cada tipo de matrimonio se traslada a una bandeja separada, por lo que en el futuro sería más conveniente para los especialistas investigar las causas del matrimonio y ajustar las líneas de producción.

Componentes del sistema


El módulo informático para administrar todo el sistema en su conjunto funciona sobre la base de la computadora industrial compacta Advantech MIC-770 . Ya hablamos de esta serie de computadoras en el artículo Fanless Performance Computers MIC-7000 .


La computadora MIC-770 recopila lecturas de todos los componentes del sistema Las

computadoras Advantech MIC-730AI se utilizan para procesar imágenes de alta resolución recibidas de cámaras.impulsado por la plataforma NVIDIA Jetson Xavier, específicamente diseñado para ejecutar redes neuronales y sistemas de aprendizaje automático. Anteriormente, para tales tareas era necesario utilizar grupos enteros de procesadores gráficos (GPU) con grandes sistemas de enfriamiento activo. Hoy en día, dichos clústeres son reemplazados por una sola computadora con enfriamiento completamente pasivo. Basado en la plataforma NVIDIA Jetson Xavier, la


computadora Advantech MIC-730AI implementa el procesamiento de imágenes utilizando la red neuronal



AINavi , un marco de aprendizaje automático Advantech para piezas defectuosas diseñado específicamente para plataformas de hardware Nvidia Jetson.


Video del sistema desde una perspectiva diferente

Conclusión


Hoy, la introducción de un sistema de aprendizaje automático está disponible para cualquier fabricante mucho más barato que hace unos años. Las plataformas de hardware listas para usar caben en una sola computadora industrial. Ya no necesita implementar grupos de tarjetas de video. Docenas de modelos típicos capacitados ya pueden usar marcos de software de aprendizaje automático, por lo que el cliente no necesita desarrollar el sistema desde cero.

More articles:


All Articles