Რომელი სენსორები ამოიცნობენ მინის წიბურზე არსებულ დეფექტებს ავტომატიზებული IGU ხაზების დამუშავებამდე?

Მაღალი გავრცელების მქონე ოპტიკური სენსორები მინის ნაპირის დეფექტის საიმედო აღმომჩენისთვის

Ზუსტი ოპტიკური სენსორები წარმოადგენენ პირველ ხაზის დაცვას მინის ნაპირის ნაკლებობების წინააღმდეგ ავტომატიზებული IGU (იზოლირებული მინის ერთეული) წარმოებაში. ეს სისტემები ამოიცნობენ მიკროსკოპულ შეცდომებს, რომლებიც ზიანს აყენებენ სტრუქტურულ მთლიანობასა და თბოურ შესრულებას.

Ხაზობრივი სკანერი კამერები ქვე-0,2 მმ გავრცელების მქონე ჩიფის, კუთხის დაშლისა და მიკრო-დამკვრივების გასამიზნვად

Მაღალი სიჩქარის ხაზოვანი სკანირების კამერები დაიცავენ უწყვეტ გამოსახულებას სამრეწველო ხაზის სიჩქარეზე 6 მ/წთ-ზე მეტი. მათი ქვე-0.2 მმ სივრცის გამოსახვის განმარტობა სანდოდ ამოიცნობს კრიტიკულ დეფექტებს – მათ შორის კუთხის ნაჭრებს 0.3 მმ-ზე ღრმად, მიკრო-დამეხებებს 15°–45° კუთხით ვრცელდებენ და დაშლის შაბლონებს, რომლებიც ადამიანის ინსპექტორისთვის ხილული არ არიან.

HDR გამოსახულება კონტრასტის მგრძნობარობის გასაუმჯოს სახსრების ნიშნების, მიკრო-ჩანერტების და გამოსახულების ნაცვისთვის

HDR იმიჯინგი ხელს უწყობს რეფლექსებთან და არაერთგვაროვან შუქურ პირობებთან დაკავშირებული პრობლემების გადაჭრაში, რადგან ის ერთმანეთს ურევს რამდენიმე სხვადასხვა ექსპოზიციას, რის შედეგადაც მთლიანად მიიღება დაახლოებით 120 დბ-იანი დინამიური დიაპაზონი. ეს ტექნოლოგია ფაქტობრივად ადამიანის თვალისთვის შეუმჩნეველი ძალიან პატარა ზედაპირული დეფექტების გამოვლენასაც კი უზრუნველყოფს. ვსაუბრობთ 5 მიკრომეტრზე ღრმად მდებარე პატარა შლიფის ნიშნებზე, ზურგის და სალევე მასალებს შორის დაბლოკილ ზედმეტ სილიკონზე, ასევე გაწმენდის შემდეგ დარჩენილ ზედმეტ ქიმიკატებზე. თუმცა, HDR-ის ხაზოვანი სკანირების მონაცემებთან კომბინირებით, წარმოების მასპინძლები შეძლებენ დეფექტური პროდუქების დროულად გამოვლენას, სანამ ისინი ლამინირდებიან. ასეთი ადრეული გამოვლენა შეამცირებს დროს და ფულს, რომელიც სიცდომების შესწორებაზე ხარჯდება მომდევნო ეტაპებზე. ზოგიერთი საწარმო ადასტურებს, რომ მათი დიდი მასშტაბის IGU წარმოების ხაზების მიხედვით ხელახლა დამუშავების ხარჯები შემცირდა დაახლოებით 30%-ით.

PLC-სინქრონიზებული მანქანური ხედვის სისტემები საწყობის ყინულის ყინულის დეფექტების აღმოჩენისთვის

Სარეცხის შემდეგ რეალურ დროში ინტეგრაცია: სინქრონიზაციის გამოწვევა, სატრანსპორტო სიჩქარის დასაშვები განსხვავება (±0.3 მ/წმ) და დაყოვნების შეზღუდვები

Მანამდე საჭირო ტემპით მოძრაობის შესანარჩუნებლად, მანვიზია უნდა მოხდეს მიმდინარე სარეცხის პროცესის შემდეგ, რაც მოითხოვნს მკაცრ თანამშრომლობას PLC სისტემასთან. გამოწვევის სისტემები უნდა მოაგუადონ სატრანსპორტო სიჩქარის ამ ცვალებადობას, რომელიც შეიძლება იარო დაახლოებით პლიუს ან მინუს 0.3 მეტრი წამში, ხოლო რეაგირების დრო უნდა შემცირდეს 100 მილიწამის ქვემოთ, რათა შემოწმება მთელ პროცესს არ შეაფერხოს. ჩვენ გავიცანით, რომ პოზიციის თვლისთვის ენკოდერების გამოყენება მუშაობს მართლა კარგად, ასევე ეს ჭკვიანი განათების კორექტირება, რომელიც ადაპტირებულია განსხვავებული არეკლიანობის მქონე მიმზიდველი ზედაპირების მიხედვით. 2023 წლის ავტომატიზებული IGU ხაზების მიხედვით ჩატარებული უახლესი გამოცდების მიხედვით, ეს მიდგომა შეამცირებს დეფექტების გატაცვებას დაახლოებით 34%-ით უფრო ძველი სისტემების შედარებით, რომლებიც არ ჰქონდა შესაბამისი სინქრონიზაცია. ამიტომ ხდენიან გარდატეხილს მწარმოებლები ამ დროს.

AI-ით დამუშავებული სემანტიკური სეგმენტაცია, რომელიც 12 ათას ანოტირებულ ზღვართან დაკავშირებულ დეფექტზე გადამუშავდა – 98,2%-იანი სიზუსტით ճერადობის ლოკალიზაცია

Გამჭვირვალე ნაკლოვანებების 12 ათასზე მეტი ექსპერტის მიერ დამუშავებული გამოსახულების გამოყენებით დატრენინგებული ღრმა სწავლის მოდელები მიკროტრещინების პიქსელურ დონემდე აღმოჩენის 98%-ზე ახლოს სიზუსტით მიაღწევენ. ეს სისტემები საკმაოდ კარგად არის ადაპტირებული სერიოზული პრობლემების, როგორიცაა ნახევარ მილიმეტრზე მეტი ზომის ნაჭრები, და ნორმალური კიდურების განსხვავებების გამოყოფაში და თითქმის ყველაფრის 99%-იანი დამახსოვრების მაჩვენებლით აღმოჩენაში. ეს შესაძლებელი ხდება იმით, რომ ისინი აღიქვამენ სინათლის გამოხვევას ზედაპირების გარშემო, მიკროსკოპული ტრещინების ჩამონგრევის ნიმუშებს და სხვადასხვა ფენების გამოსახულებებში მცირე ფორმის განსხვავებებს. იმ წარმოების სიჩქარეებში, როდესაც მასალები 30 მეტრ წუთში სიჩქარით მოძრაობენ შემოწმების წერტილებს გასწვრივ, ეს თანამედროვე სისტემები ნაკლები ათეული მილიმეტრის ზომის ტრещინების აღმოჩენაში ბევრად უკეთესია წესებზე დამყარებულ ძველ მეთოდებზე. ტესტირება აჩვენებს, რომ ისინი სათავსოს ხარისხის რეალურ შემოწმებებში მუშაობენ დაახლოებით 40%-ით უკეთესად იმაზე შედარებით, რაც ადრე იყო ხელმისაწვდომი.

Მრავალპროფილიანი სენსორული შერწყმა მიზიდულობის დახრის დეფექტის სიმძიმის გასაზომად

Სტრუქტურირებული სინათლის პროფილომეტრია + მანქანური ხედვა: კონტაქტის გარეშე ღრმა გაზომვა (>50 მკმ) და კუთხური გადახრის ანალიზი

Როდესაც სტრუქტურირებული სინათლის პროფილომეტრია ერთად მუშაობს მანქანური ხედვის სისტემებთან, ის შეუძლია გაზომოს ნაჭრების და მიკროტკიპების სიღრმე, რომელიც მკვეთრად აღემატება 50 მიკრონს, ასევე შეამჩნიოს კუთხური გადახრები მხოლოდ გრადუსის წილებამდე. ამ ორის კომბინაცია ინჟინრებს აძლევს ზედაპირის ზიანის სიმძიმის სრულ სურათს და მასალებში მნიშვნელოვანი დატვირთვის წერტილებს. ეს საშუალებას აძლევს დეფექტების შეფასებას იგუ-ს მკაცრი სტრუქტურული და თერმული მოთხოვნების შესაბამისად. სიღრმის გაზომვის დაკავშირებით კუთხის ცვლილებებთან ყველა ზედაპირზე, წარმოების მწარმოებლებს ეძლევათ დეფექტების სრული შეფასება 15 მეტრზე მეტი სიჩქარით წუთში. ჩვეულებრივ სინათლის ინსპექტირების მეთოდებთან შედარებით, ეს მიდგომა შეამცირებს ყალბ გაფრთხილებებს დაახლოებით 40%-ით, რაც ხელს უწყობს ხარისხის კონტროლს გახდეს ბევრად უფრო საიმედო წარმოების გარემოში.

Მაღალი სიჩქარის IGU წარმოებისას დათვლის სიზუსტისა და შესრულების სიჩქარის დაცვა

Იზოლირებული მინის ავტომატურად დამზადების შემთხვევაში, დეფექტების გამოვლენა მინის კიდეებზე დაკავშირებული სიზუსტე და სიჩქარის მიღწევა დამოკიდებულია სიზუსტისა და სიჩქარის ბალანსზე. რა თქმა უნდა, მაღალი გაფართოების შემოწმების სისტემებს აქვთ ერთი პრობლემა — ისინი სწრაფად მოიხმარენ კომპიუტერულ სიმძლავრეს, რაც შეჩერებებს იწვევს და მნიშვნელოვნად ანელებს წარმოებას, როდესაც სატრანსპორტო ლენტების სიჩქარე აღემატება 1,2 მეტრ წამში. ჭკვიანი წარმოების მწარმოებლები ახლა იყენებენ კიდურ კომპიუტინგის სისტემებს, რომლებიც თითოეული ერთეულის შეცდომის შემოწმებას შეძლებენ 10 მილიწამზე ნაკლებ დროში, რაც უფრო მაღალ შედეგს იძლევა, ვიდრე მექანიკური უარყოფის სისტემები. ეს სისტემები სამუშაო მოცულობას გადანაწილებული აქვთ რამდენიმე დამუშავების წერტილზე, რითაც 99%-ზე მეტი სიზუსტე ინარჩუნებენ და ამავე დროს წარმოების ხაზები უწყვეტად მუშაობს. ამის მიღწევა მკვეთრად დამოკიდებულია იმაზე, თუ როგორ არის დამორჩილებული მგრძნობიარობის და მთელი ასამბლების ხაზის მოძრაობის სიჩქარე, რადგან არავის სურს, რომ ხარისხის შემოწმება ხაზის შეჩერების მიზეზი გახდეს ნაცვლად იმისა, რომ გაუმჯობინოს საერთო შედეგები.

Ხელიკრული

Კითხვა: რა მნიშვნელობა აქვს მაღალი გაფართოების მქონე ოპტიკურ სენსორებს IGU-ის წარმოებაში?

Პასუხი: მაღალი გაფართოების მქონე ოპტიკური სენსორები მნიშვნელოვანია IGU-ის წარმოებაში, რადგან ისინი ხელს უწყობენ მიკროსკოპული ნაკლებობების აღმოჩენაში, რომლებიც შეიძლება ზემოქმედება ახდენდნენ სტრუქტურულ მთლიანობასა და თერმულ შესრულებაზე.

Კითხვა: როგორ უწევს HDR იმიჯინგი ხელს მისაბმელის დეფექტების აღმოჩენაში?

Პასუხი: HDR იმიჯინგი აძლიერებს კონტრასტის მგრძნობელობას სხვადასხვა ექსპოზიციის გაერთიანებით, რაც საშუალებას აძლევს აღმოაჩინოს ზედაპირის მცირე პრობლემები, რომლებიც სხვა შემთხვევაში შეიძლება გამოუჩნდეს.

Კითხვა: რა უპირატესობა აქვს PLC-სინქრონიზებულ მანქანურ ხედვას მისაბმელის დეფექტების აღმოჩენაში?

Პასუხი: PLC-სინქრონიზებული მანქანური ხედვის სისტემები უზრუნველყოფს რეალურ დროში ინტეგრაციას, არეგულირებს ტრანსპორტიორის სიჩქარის ცვალებადობას და ამინიმუმამდე ამცირებს შემოწმების დაგვიანებას უფრო ზუსტი დეფექტების აღმოჩენისთვის.

Კითხვა: რამდენად ეფექტურია ხელოვნური ინტელექტით დაფუძნებული სემანტიკური სეგმენტაცია მისაბმელის კიდეების დეფექტების აღმოჩენაში?

Პასუხი: ხელოვნური ინტელექტით დაფუძნებული სემანტიკური სეგმენტაცია აღწევს 98,2%-მდე სიზუსტეს cracks-ის ლოკალიზაციაში, რაც მნიშვნელოვნად აუმჯობესებს აღმოჩენის მაჩვენებლებს ტრადიციულ მეთოდებთან შედარებით.

Კითხვა: მრავალი მოდალის მქონე სენსორული შერწყმა რა როლი ასრულებს მისაბმისის ნაპლას დეფექტის სიმძიმის შეფასებაში?

Პასუხი: მრავალი მოდალის მქონე სენსორული შერწყმა, რომელიც შეუძლია სტრუქტურის მქონე სინათლის პროფილომეტრია და მანქანური ხედვის კომბინირება, ხელს უწყობს ზუსტ უკონტაქტო სიღრმის გაზომვას და კუთხური გახვეულობის ანალიზს დეფექტის შეფასებისთვის.