Методы контроля качества: когда система машинного зрения оптимальна

В каждой команде по контролю качества используется сочетание различных методов проверки – вопрос лишь в том, было ли это сочетание спланировано заранее или просто накопилось само собой. 

Системы проверки электропроводки в старых домах наследуются так же, как и сама проводка: каждый элемент был добавлен с учетом логики процесса. В результате обычно возникают переплаты из-за утечек на одном конце или из-за трудозатрат на другом. 

Мы рассмотрим все основные методы, от ручных до автоматизированных, и как создать стек технологий, который окупает свои затраты.

Обзор методов контроля

Методы ручного визуального осмотра

Ручной визуальный осмотр предполагает участие человека в принятии решения. Он остается наиболее гибким из доступных методов осмотра (и наименее последовательным по той же самой причине).

Прямой визуальный осмотр (ПВО)

Прямой визуальный осмотр предполагает проверку деталей, узлов и упаковки невооруженным глазом в заданных условиях: при заданном освещении, угле обзора, расстоянии и времени цикла. 

Это незаменимый инструмент для устранения поверхностных дефектов, таких как царапины, вмятины, загрязнения, отсутствующие компоненты и неправильно нанесенные этикетки.

Вы увидите его применение в нескольких стандартных схемах:

• Осмотр оператором на линии. Каждый оператор проверяет свою продукцию на наличие явных дефектов, прежде чем она поступит дальше по течению, выявляя проблемы на станции, где они возникли.
• Специальные контрольные пункты контроля качества. Инспектор по контролю качества проверяет образцы или 100% продукции на критически важных этапах, как правило, перед дорогостоящими последующими операциями или окончательной упаковкой.
• Осмотр оборудования. Плановые проверки на наличие утечек, ослабленных крепежных элементов, аномального износа – осмотр проводится на самой линии, а не на продукте.

Компромисс хорошо задокументирован.

Система не требует никакого оборудования и интуитивно обрабатывает сложные эстетические оценки, в то время как инспекторы-люди устают, меняют свои критерии в течение смены и не оставляют никаких отслеживаемых записей, если результаты не регистрируются целенаправленно.

Визуальный осмотр с помощью вспомогательных средств: увеличение и освещение.

Визуальный осмотр с помощью вспомогательных средств сохраняет возможность принятия решения человеком, но расширяет возможности восприятия глазом. 

Инспектор по-прежнему выносит суждения – инструменты меняют то, что видно.

• Лупы и увеличительные стекла позволяют рассмотреть мелкие косметические дефекты, паяные соединения и мелкий шрифт, где невооруженному глазу не хватает четкости.
• Настольные и стереомикроскопы используются для обеспечения электростатической безопасности электронных станций, микромеханических деталей и медицинских приборов, где важна детализация подповерхностных слоев.
• Контролируемое освещение – кольцевые лампы, наклонное боковое освещение, УФ-излучение с флуоресцентными проникающими веществами – выявляет мелкие трещины, пористость и текстуру поверхности, которые скрываются при обычном рассеянном свете.
• Зеркала и угломеры позволяют обнаруживать скрытые грани и подрезы без перемещения тяжелых деталей.
• Цветовые диаграммы и эталонные образцы позволяют стандартизировать подбор цвета и сравнение отделки между инспекторами.

Освещение заслуживает особого внимания…

Потому что это самое дешевое повышение точности при ручной проверке. 

Дефект, невидимый при обычном освещении, часто становится очевидным при косом освещении, а неправильное расположение источника света создает блики, которые полностью маскируют недостатки.

Дистанционный визуальный осмотр (ДВО)

Дистанционный визуальный осмотр позволяет инспектору отдалиться от объекта, рассматривая его через камеры и эндоскопы. Он существует потому, что многие объекты для осмотра опасны, герметичны, находятся под водой или физически недоступны.

Основные подтипы различаются по степени доступности:

• Бороскопы и видеоскопы вводят гибкие или жесткие зонды в полости, трубы, турбины и блоки цилиндров двигателей для осмотра внутренних поверхностей на наличие трещин, коррозии и дефектов обработки — без разборки.
• Стационарные и поворотные камеры охватывают опасные, расположенные на высоте или закрытые пространства, позволяя инспекторам контролировать резервуары и оборудование из диспетчерской.
• Беспилотники и роботизированные гусеничные машины используются для работы с большими резервуарами, высокими дымовыми трубами, замкнутыми емкостями и шахтами, где отправка человека в таких условиях опасна или занимает много времени.
• Подводные аппараты с дистанционным управлением (ROV) и автономные подводные аппараты (AUV) используются для осмотра подводных трубопроводов, корпусов судов и подводных фундаментов, передавая видеоматериалы в режиме реального времени для выявления дефектов.

Помимо безопасности, недооцененным преимуществом машинного зрения является возможность записи

В ходе каждой проверки создается видеозапись, которая обеспечивает отслеживаемость и позволяет сравнить состояние объекта с видеозаписью шестимесячной давности — чего невозможно сделать при обычном обходе объекта.

Автоматизированные методы контроля

Автоматизированный визуальный контроль передает решение системе: камерам, оптике, освещению и программному обеспечению, которые захватывают и анализируют изображения со скоростью, необходимой для производства. 

Именно здесь методы инспекции развились быстрее всего, и разница между подходами, основанными на правилах, и подходами, основанными на искусственном интеллекте, имеет большее значение, чем большинство покупателей осознают.

Машинное зрение на основе правил

Классическое машинное зрение применяет алгоритмы, разработанные вручную — обнаружение границ, пороговая обработка, сопоставление образов — к изображениям, находящимся под строгим контролем. При стабильных условиях это быстро и предсказуемо.

Стандартные должности:

• Проверка размеров и геометрических параметров. Измерение длин, положения отверстий, зазоров и соосности непосредственно по изображениям.
• Проверка наличия/отсутствия. Подтверждение наличия и правильной ориентации всех необходимых компонентов, разъемов, винтов и этикеток.
• Чтение кодов и оптическое распознавание символов (OCR). Проверка штрихкодов, кодов DataMatrix и печатных кодов партий на этикетках и упаковке.
• Базовые методы обнаружения дефектов поверхности. Выделение царапин, ямок и пятен с помощью фильтров, обычно в сочетании с косым освещением.

Ограничение проявляется в больших масштабах.

Наборы правил становятся негибкими при изменении внешнего вида деталей, освещения или формы дефектов, и их поддержание для десятков артикулов превращается в постоянные инженерные затраты, которые растут с каждой редакцией продукта.

Визуальный контроль с помощью ИИ (глубокое обучение)

Искусственный интеллект для визуального анализа обучает нейронные сети на примерах изображений, а не на правилах распознавания почерка, что делает их устойчивыми к естественным вариациям, которые нарушают работу систем, основанных на правилах. 

Три метода охватывают большинство сценариев использования в производстве:

• Обнаружение и классификация с учителем. Модели, обученные на размеченных примерах OK/NG, учатся локализовать и классифицировать дефекты — царапины, сколы, качество печати, ошибки сборки — с точностью, сохраняющейся при различных вариантах внешнего вида.
• Сегментация. Определение границ дефектов на уровне пикселей для выявления незначительных дефектов поверхности неоднородных материалов, таких как отливки, ткани и композиты, где ограничивающая рамка слишком грубая.
• Обнаружение аномалий. Модели, обученные только на качественных образцах, распознают нормальный внешний вид и отмечают любые отклонения, что позволяет выявлять типы дефектов, которые никто не ожидал или не обозначил.

Обычно возражают против использования обучающих данных.

И она меньше, чем ожидают большинство команд…

Мы обучаем модели на нашей платформе, используя от 20 до 40 изображений для каждого класса дефектов, работая на существующем оборудовании, а не на новых камерах. Наш модуль обрабатывает аномалии, отмечая неизвестные дефекты, которые находятся за пределами каждого настроенного класса дефектов.

Специализированные автоматизированные системы

Некоторые автоматизированные методы контроля нацелены на конкретные физические свойства дефектов, а не на общие поверхности:

• AOI для печатных плат. Высокоразрешающая визуализация со специальными алгоритмами для оценки качества паяных соединений, размещения компонентов, полярности и перемычек на скоростях линий поверхностного монтажа.
• 3D-моделирование и структурированное освещение. Стереокамеры и лазерная триангуляция позволяют реконструировать поверхности для объемного обнаружения дефектов и точных 3D-измерений.
• Тепловизионная съемка. Инфракрасный контраст позволяет выявить некачественные паяные соединения, перегрев компонентов и дефекты изоляции, которые выглядят нормально при видимом свете.
• Гиперспектральная визуализация. Использование нескольких длин волн позволяет выявлять загрязнения, степень покрытия и отклонения в свойствах материала, невидимые в стандартном цветовом пространстве RGB.

Визуальные методы неразрушающего контроля

Когда дефекты находятся на поверхности или непосредственно под ней, методы визуального осмотра переходят в формальный неразрушающий контроль . 

Визуальный неразрушающий контроль применяет тот же принцип – инспектор интерпретирует увиденное – с использованием сертифицированного персонала, калиброванного оборудования и определенных критериев приемки.

Основное семейство методов неразрушающего контроля с визуальной интерпретацией:

• Капиллярный контроль (КК). Краситель или флуоресцентный пенетрант проникает в дефекты поверхности, делая трещины видимыми под белым или ультрафиолетовым светом.
• Метод магнитопорошковой дефектоскопии (МПД). Магнитные поля и частицы железа позволяют выявлять поверхностные и приповерхностные трещины, которые становятся видимыми признаками дефектов ферромагнитных деталей.
• Рентгенографическое исследование (РТ). Рентгеновское или гамма-излучение позволяет выявить внутренние пустоты и включения, которые затем интерпретируются визуально – все чаще с помощью цифровой обработки изображений.

Эти методы широко применяются в аэрокосмической отрасли, производстве сосудов под давлением, трубопроводов и критически важных для безопасности сварных швов, где пропущенная подповерхностная трещина влечет за собой последствия, которых никогда не достигнет косметический эффект.

Встроенный, встроенный и автономный контроль: где осуществляется проверка.

Место метода контроля в технологическом процессе влияет на его конструкцию так же сильно, как и на сам метод. 

3 вакансии для работы в производственных подразделениях:

• Встроенный контроль качества. Камеры, установленные над движущейся линией, проверяют каждую деталь на скорости производства, автоматически отбраковывая бракованные изделия – например, уровень наполнения бутылок, автоматизированный контроль качества SMT, проверка этикеток.
• Контроль качества на производственной линии. Детали сходят с линии на ближайшую станцию, а затем возвращаются или утилизируются в зависимости от результатов – например, выборочная проверка лакокрасочного покрытия панелей под контролируемым световым куполом.
• Автономная инспекция. Отдельная лаборатория занимается проверкой первых образцов, устранением неполадок и изучением возможностей оборудования с использованием высокоточной визуализации.

Соответствующее решение касается страхового покрытия.

• 100% контроль качества подходит для критически важных функций и автоматизированных систем, способных справляться с поставленными задачами.
• Статистическая выборка (на основе AQL) подходит для обеспечения общей эстетики и снижения рисков. 

В большинстве зрелых линий сочетаются оба подхода, а не выбирается какой-то один.

Как выбрать правильный метод проверки?

Выбор метода — это процесс сопоставления ограничений. При этом, выбор между ручным и автоматизированным контролем качества на основе машинного зрения и ИИ основывается на оценке трех главных критериев: объеме выпуска продукции, скорости линии и сложности выявления дефектов. Автоматизация эффективна при высокой скорости и повторяемости, тогда как ручной метод лучше подходит для гибких и мелкосерийных задач.

Когда выбирать ручной контроль качества

• Низкий объем производства: затраты на покупку камер, серверов и разработку ИИ-моделей не окупятся.
• Высокая вариативность изделий: частая смена дизайна или формы продукта требует постоянного переобучения нейросетей.
• Субъективные критерии: оценка эстетики, вкуса или такщных ощущений, где важна интуиция человека.
• Ограниченный бюджет на старте: минимальные первоначальные вложения (нужны только рабочие места и обучение персонала).

• Высокая скорость и потоковость: конвейер движется быстрее, чем человеческий глаз успевает фиксировать брак.
• Микродефекты и точность: обнаружение трещин, царапин размером в доли миллиметра, незаметных людям.
• Исключение человеческого фактора: усталость, невнимательность или субъективность сотрудников приводят к ошибкам, а система ИИ работает стабильно 24/7.
• Долгосрочная экономия: на крупных предприятиях вложения окупаются за счет снижения процента брака и сокращения штата контролеров.

На практике ответом является стек: 

Автоматизированная 100% проверка критически важных элементов, ручная выборка для оценки эстетических качеств, неразрушающий контроль критически важных соединений. А если вы уже используете оборудование для автоматического оптического контроля или аналогичное, автоматизированный слой не потребует новых капиталовложений — модели ИИ могут быть развернуты на имеющихся у вас камерах.

Часто задаваемые вопросы о методах контроля

В чём разница между визуальным осмотром и неразрушающим контролем?

Визуальный осмотр — один из методов неразрушающего контроля, самой широкой категории НК, поскольку он позволяет исследовать детали, не внося в них изменений. К методам неразрушающего контроля также относятся ультразвуковой и вихретоковый контроль, позволяющие исследовать пространство под поверхностью, куда не могут добраться камеры и глаза.

Какое освещение лучше всего подходит для визуального осмотра?

Наилучшее освещение для визуального осмотра зависит от дефекта: косое боковое освещение выявляет текстуру поверхности и мелкие царапины, подсветка сзади обнаруживает дефекты кромок и сквозные отверстия, а рассеянное купольное освещение подходит для отражающих частей. Подбирайте геометрию освещения в соответствии с дефектом, а не с имеющимся у вас светильником.

Как документировать результаты визуального осмотра?

Результаты визуального осмотра документируются с помощью контрольных списков, журналов дефектов с фотодоказательствами и критериев приемки, привязанных к письменной процедуре. Программное обеспечение для цифрового контроля добавляет метки времени, идентификаторы инспекторов и записи изображений, которые соответствуют требованиям аудита и отслеживаемости.

Требуется ли визуальный осмотр для соблюдения стандартов качества сварных швов?

Да, визуальный осмотр является обязательным первым методом контроля в соответствии с основными стандартами сварки, включая AWS D1.1 и ISO 5817. Он должен проводиться до любого другого метода неразрушающего контроля, поскольку дефекты поверхности могут сделать недействительными или помешать последующим испытаниям.

Заключение

Каждый метод проверки, описанный в этом руководстве, оправдывает себя в определенных условиях. 

Ручной контроль по-прежнему опирается на эстетическую оценку и подходит для мелкосерийного производства с широким ассортиментом продукции. Неразборчивая визуализация позволяет контролировать то, до чего люди не могут безопасно дотянуться. Система визуального контроля, основанная на правилах, работает быстро там, где детали остаются однородными, искусственный интеллект поглощает отклонения, которые их нарушают, а визуальный неразрушающий контроль подтверждает то, что остается неясным при проверке поверхности. 

Выбор технологического стека важнее любого отдельного решения — автоматизированное покрытие критически важных функций, выборочная проверка человеком, где решающее значение имеет экспертное мнение, и размещение продукта в соответствии со стоимостью устранения дефекта на последующих этапах.

Если проблема заключается в автоматизированном уровне, мы запускаем проверку с помощью ИИ на уже имеющемся у вас оборудовании для AOI и обработки изображений – более 99% обнаружения, обученном на 20–40 изображениях на класс. Закажите бесплатную демонстрацию и протестируйте ее на собственных данных о дефектах.