Get best of the week

Trouver des défauts de radiateur en utilisant la vision industrielle


Aucune production ne peut se passer d'un contrôle qualité. Pendant longtemps, la seule option possible pour les fabricants était d'inspecter visuellement les produits par du personnel spécialement formé. Cependant, cette méthode nécessite d'énormes ressources humaines, une longue formation, une attention accrue et est très dépendante du facteur humain. La fatigue et la négligence des employés entraînent la libération du mariage.

Advantech en partenariat avec Smasoft a développé des solutions pour automatiser entièrement le contrôle visuel de la qualité des produits fabriqués. Ces solutions fonctionnent déjà en production réelle aujourd'hui. L'article décrit l'expérience réussie de la mise en œuvre d'un système de contrôle qualité visuel utilisant la vision industrielle sur la ligne de production de radiateurs de refroidissement.

Description du système


Le client est engagé dans la production de radiateurs de refroidissement en cuivre pour l'évacuation de la chaleur des microprocesseurs. Pour les radiateurs, un paramètre extrêmement important est la qualité de la surface de travail en contact avec la puce. Si cette surface présente des défauts, la qualité du refroidissement peut considérablement diminuer et l'appareil final échouera. De plus, les copeaux peuvent provoquer de la corrosion et endommager le radiateur.

Il est important que le fabricant surveille ces paramètres de qualité:

  • Homogénéité, planéité de la surface - toute déformation longitudinale réduira la qualité du radiateur à adhérer à la surface.
  • Dents, éclats, rayures - bosses sur la surface elle-même qui altèrent le transfert de chaleur
  • Dommages dus au marquage - pour une chaîne de montage automatique, le marquage sur les composants doit toujours être lisible


Les principaux types de défauts de radiateur détectés par le système de vision industrielle

Pour un contrôle qualité automatisé continu, une ligne a été développée qui vérifie la surface des radiateurs en utilisant la vision industrielle en plusieurs étapes, qui fonctionne en conjonction avec un bras robotisé avec une pompe à vide qui élimine les pièces défectueuses. Pour éliminer les erreurs du système de reconnaissance, les images sont prises à partir de plusieurs caméras sous différents angles.



La ligne se compose d'une plate-forme rotative circulaire, où un test est effectué pour chaque rotation de la plate-forme. La première unité installe de nouveaux radiateurs sur la plate-forme à l'aide d'une pompe à vide. Ensuite, la planéité du produit est vérifiée à l'aide d'un télémètre laser de haute précision, qui longe le périmètre de l'appareil. Dans l'étape suivante, la caméra photographie la surface du radiateur à angle droit. Pour une vérification supplémentaire, à l'étape suivante, un autre appareil photo photographie la surface sous un angle différent. Le processus en temps réel est illustré dans la vidéo ci-dessous.


Ligne de contrôle qualité des radiateurs en action. Description des articles dans le sens antihoraire.

Dans ce cas, chaque type de mariage est déplacé dans un bac séparé, de sorte qu'à l'avenir, il serait plus pratique pour les spécialistes d'étudier les causes du mariage et d'ajuster les chaînes de production.

Composants du système


Le module informatique pour la gestion de l'ensemble du système fonctionne sur la base de l'ordinateur industriel compact Advantech MIC-770 . Nous avons déjà parlé de cette série d'ordinateurs dans l'article Fanless Performance Computers MIC-7000 .


L'ordinateur MIC-770 collecte les lectures de tous les composants du système. Les

ordinateurs Advantech MIC-730AI sont utilisés pour traiter les images haute résolution reçues des caméras.propulsé par la plate-forme NVIDIA Jetson Xavier, spécialement conçue pour exécuter des réseaux de neurones et des systèmes d'apprentissage automatique. Auparavant, pour de telles tâches, il était nécessaire d'utiliser des grappes entières de processeurs graphiques (GPU) avec de grands systèmes de refroidissement actifs. Aujourd'hui, ces clusters sont remplacés par un seul ordinateur avec un refroidissement complètement passif. Basé sur la plate-forme NVIDIA Jetson Xavier, l'


ordinateur Advantech MIC-730AI implémente le traitement d'image à l'aide du réseau neuronal



AINavi , un cadre d'apprentissage machine Advantech pour les pièces défectueuses spécialement conçu pour les plates-formes matérielles Nvidia Jetson.


Vidéo du système sous un angle différent

Conclusion


Aujourd'hui, l'introduction d'un système d'apprentissage automatique est disponible pour tout fabricant beaucoup moins cher qu'il y a quelques années. Les plates-formes matérielles prêtes à l'emploi s'intègrent dans un seul ordinateur industriel. Vous n'avez plus besoin de déployer des clusters de cartes vidéo. Des dizaines de modèles typiques formés sont déjà en mesure d'utiliser des cadres logiciels d'apprentissage automatique, de sorte que le client n'a pas besoin de développer le système à partir de zéro.

More articles:


All Articles