Coraz częściej sztuczna inteligencja (SI) znajduje zastosowanie w zakładach produkujących meble i elementy z drewna. Automatyzacja kontroli jakości, monitorowanie procesów czy wykrywanie wad – to obszary, w których technologie wizyjne mogą realnie zwiększyć efektywność produkcji.
Tę możliwość poszerza właśnie firma IMA Schelling, która zaprezentowała nowe rozwiązanie VIS, oparte na sztucznej inteligencji. Jego kluczową cechą jest możliwość samodzielnego trenowania przez klienta własnych modeli do przemysłowej analizy obrazu.
Rozszerzenie sprawdzonego portfolio systemów wizyjnych
IMA Schelling od lat wykorzystuje w swoich maszynach trzy specjalistyczne systemy optyczne:
- Optonic – wykrywa pozycje i punkty chwytania podczas kompletacji paneli wspomaganej robotem,
- Fagus-GreCon – wykorzystuje laserowy pomiar geometrii do kontroli jakości krawędzi po oklejaniu,
- VIS – nowe rozwiązanie oparte na SI, umożliwiające realizację zadań kontrolnych zdefiniowanych przez samego użytkownika.
Dwa pierwsze systemy doskonale sprawdzają się w swoich, ściśle określonych zadaniach i są już zainstalowane na wielu liniach produkcyjnych w zakładach meblarskich. Nowe rozwiązanie nie zastępuje ich jednak, a znacząco poszerza zakres zastosowań – również o te, które wykraczają poza funkcje samej maszyny.
Chmurowa platforma do trenowania własnych modeli
Podstawą rozwiązania VIS jest licencjonowana platforma chmurowa. Dzięki niej producenci mogą samodzielnie trenować modele sztucznej inteligencji, wykorzystując własne dane produkcyjne. Proces nie wymaga zaawansowanego programowania ani wsparcia zewnętrznych specjalistów od SI.
Sztuczna inteligencja uczy się, jakie cechy badanego elementu lub procesu odpowiadają stanowi docelowemu. Po wytrenowaniu modelu może m.in. wykrywać odchylenia od normy, rejestrować ich częstotliwość lub sygnalizować wystąpienie wady.
Co istotne, platforma jest całkowicie niezależna od sprzętu. Klienci mogą wykorzystać już istniejące kamery, a dodatkowy, kompatybilny sprzęt mogą wybrać samodzielnie lub zakupić bezpośrednio od IMA Schelling.
Same modele są trenowane w chmurze, natomiast ich uruchomienie następuje lokalnie, na maszynie. Dzięki temu analiza obrazu odbywa się z opóźnieniem rzędu kilku sekund, a system nie wymaga stałego połączenia z internetem. Gotowy model można z łatwością rozbudować o kolejne aplikacje lub dodatkowe kryteria kontroli.
Jak wyjaśnia Hasan Akpinar, Business Operations Manager Vision AI & Service Consulting w IMA Schelling:
„Chcemy umożliwić naszym klientom konfigurowanie własnych przypadków użycia w środowisku produkcyjnym i stopniowe odkrywanie szerokiego zakresu możliwości oferowanych przez tę technologię”.
Konkretne zastosowania w przemyśle meblarskim
Oprócz samej platformy, IMA Schelling przygotował już gotowe aplikacje, które obecnie są testowane przez wybranych klientów referencyjnych.
Najbardziej praktycznymi przykładami są:
- Automatyczne wykrywanie otworów wiertniczych – system identyfikuje nieprawidłowo wykonane otwory, co może wskazywać na zużyte lub uszkodzone narzędzie, błędne ustawienia maszyny lub pomyłkę operatora.
- Konfigurowalna kontrola powierzchni – zamiast czasochłonnego ręcznego pobierania próbek, SI ocenia jakość powierzchni w czasie rzeczywistym, na bieżąco eliminując wadliwe elementy z procesu.
Obie aplikacje pozwalają ograniczyć ręczną kontrolę jakości, zmniejszyć ryzyko przepuszczenia wadliwych części do dalszych etapów obróbki, a jednocześnie zapewniają pełną dokumentację procesu. Zgromadzone dane można następnie wykorzystać do dalszej analizy i optymalizacji produkcji.
Integracja z maszyną i systemem sterowania
Kluczowym elementem wdrożenia nie jest sama analiza obrazu, lecz sposób przekazania jej wyników do systemu sterowania maszyną. Zadanie to realizują eksperci ds. integracji z IMA Schelling, którzy analizują potencjalne punkty integracji w istniejącej instalacji.
Jak podkreśla Hasan Akpinar:
„Sama platforma chmurowa nie zapewnia realnej wartości dodanej. Liczy się to, na czym koncentrujemy się w procesie produkcyjnym i jak wyniki poprawiają wydajność. Możliwości są różnorodne”.
Technologiczną podstawę systemu SI zapewnia partner Denkweit z Halle – spółka typu spin-off z Fraunhofera, posiadająca wieloletnie doświadczenie w rozpoznawaniu obrazu opartym na sztucznej inteligencji. Rolą IMA Schelling jest natomiast dostarczenie wiedzy branżowej, globalnej sprzedaży oraz kompleksowej integracji systemu.
Od fazy pilotażowej do praktycznego zastosowania
Rozwiązanie VIS znajduje się obecnie w fazie pilotażu. W warunkach przemysłowych testowane jest m.in. wykrywanie otworów wiertniczych przy pełnej, produkcyjnej prędkości cyklu.
System porównuje zdefiniowany stan docelowy z rzeczywistym wyglądem elementu, a następnie automatycznie odrzuca części zawierające wady. Dotychczasowe wyniki wskazują na wyraźne korzyści – ograniczenie błędów produkcyjnych oraz realny wzrost efektywności ekonomicznej.
Poza obróbką drewna
Choć pierwsze zastosowania dotyczą przetwórstwa drewna i produkcji mebli, potencjał rozwiązania jest znacznie szerszy. Samodzielne trenowanie modeli oznacza, że technologia może znaleźć zastosowanie również w innych branżach.
Przykładem może być przemysł metalowy, gdzie system może wykrywać powierzchnie cięte – co pozwala wcześnie wychwycić błędy cięcia, ograniczyć straty materiałowe i uniknąć kosztownych przeróbek.
Możliwości zastosowań wykraczają jednak również poza obrabiarki. System może być wykorzystywany np. do zliczania elementów podczas przyjęcia towaru do magazynu.
Tego typu elastyczność sprawia, że rozwiązanie VIS może być interesującym narzędziem nie tylko dla producentów mebli, ale dla całego przemysłu przetwórczego poszukującego inteligentnych rozwiązań kontroli procesów.