ปัจจุบันเรากำลังอยู่ในช่วงตื่นตัวในการนำปัญญาประดิษฐ์ หรือ AI มาใช้งานเพื่อยกระดับประสิทธิภาพการทำงาน ประโยชน์ของ AI อย่างหนึ่ง คือ การประเมินรูปภาพ ไม่ว่าจะเป็นในทางการแพทย์ เช่น การวิเคราะห์ภาพฟิล์มเอกซเรย์ หรือนำมาประเมินคุณภาพของชิ้นงานแบบเรียลไทม์เพื่อตรวจหาข้อบกพร่องหรือสิ่งผิดปกติ
ในการผลิตด้วยระบบอัตโนมัติที่มีปริมาณมากและรวดเร็วนั้นเป็นไปไม่ได้ที่จะใช้มนุษย์ทำออกมาได้ทัน เนื่องจากมนุษย์มีความเหนื่อยล้าและสามารถทำงานผิดพลาดได้
บทความนี้จะมาเล่าถึงการใช้ AI ในการตรวจสอบคุณภาพของเม็ดมีดแบบถอดเปลี่ยนได้ ซึ่งมีความผันแปรจากการผลิตที่มากและหลากหลาย ไม่ว่าจะเป็นลักษณะของสีที่แตกต่างกันในแต่ละกระบวนการ ระดับความมันวาวของพื้นผิวเมื่อโดนแสง ซึ่งเหล่านี้เกิดขึ้นจากพารามิเตอร์การผลิตในแต่ละครั้งที่แตกต่างกัน ทั้งยังมีความหลากหลายจากรูปทรงของเม็ดมีดที่แตกต่างกันทำให้การตรวจสอบคุณภาพเม็ดมีดเป็นหนึ่งในงานที่ใช้ทักษะมากที่สุด ในขณะที่รอยแตกหรือความไม่สมบูรณ์ที่เกิดขึ้นอาจเล็กมากก็ต้องตรวจจับได้ ดังนั้น ต้องรู้วิธีการเทรน AI ให้สามารถจำแนกสินค้าที่คุณภาพดีและเสียออกจากกันได้ ผลที่ได้จากการใช้ AI ในการตรวจสอบคุณภาพเม็ดมีด และระบบที่ใช้สามารถตรวจสอบความผิดพลาดได้มากถึง 99%
เม็ดมีดแบบถอดเปลี่ยนได้ต้องใช้การผลิตที่มีความแม่นยำสูงเพื่อให้มั่นใจได้ในประสิทธิภาพและความทนทาน ข้อบกพร่องเล็กน้อยสามารถส่งผลกระทบอย่างมีนัยสำคัญต่อประสิทธิภาพของเม็ดมีดและนำไปสู่ต้นทุนที่สูง บริษัทสัญชาติเยอรมัน Xactools ได้พัฒนาระบบตรวจสอบที่ขับเคลื่อนด้วย AI ขั้นสูงสำหรับผู้ผลิตในสแกนดิเนเวียเพื่อยกระดับการควบคุมคุณภาพของเม็ดมีด
ความผิดพลาดเพียงเล็กน้อยส่งผลต่ออายุการใช้งานและประสิทธิภาพของเม็ดมีดตัดด้วย
(ที่มา: IDS)
เม็ดมีดแบบถอดเปลี่ยนได้เป็นเครื่องมือตัดที่จำเป็นสำหรับการใช้งานในอุตสาหกรรมต่าง ๆ โดยเฉพาะอย่างยิ่งในงานโลหะ การผลิตเม็ดมีดจำเป็นต้องใช้กระบวนการผลิตที่มีความแม่นยำสูง เพื่อให้ได้งานที่มีรูปทรงที่แม่นยำและพื้นผิวที่สมบูรณ์แบบ
ข้อบกพร่องเพียงเล็กน้อยที่มองไม่เห็นได้ด้วยตาอาจทำให้เกิดความเสียหายมหาศาล เช่น ค่าใช้จ่ายจากความเสียหายในการกัดหรือตัดส่วนประกอบที่มีคุณภาพสูง ดังนั้น การควบคุมคุณภาพอย่างละเอียดรอบคอบจึงเป็นสิ่งสำคัญ เพื่อรับประกันได้ว่าเม็ดมีดที่ออกจากกระบวนการผลิตจะไม่เกิดความเสียหาย มีความทนทานและความน่าเชื่อถือตรงตามข้อกำหนดระดับสูง
โปรเจคเรือธงของ Xactools ผู้เชี่ยวชาญด้านเทคโนโลยีการวัดและระบบอัตโนมัติ แสดงให้เห็นว่า AI สามารถพัฒนาการตรวจสอบด้วยสายตา (Visual Inspection) ได้อย่างก้าวกระโดด Xactools ได้พัฒนาระบบตรวจสอบและการจัดการอัตโนมัติเต็มรูปแบบสำหรับผู้ผลิตเม็ดมีดแบบถอดเปลี่ยนได้ระดับโลก โดยใช้โซลูชันซอฟต์แวร์ ‘Denknet’ ในการประเมินภาพด้วย AI ที่มีบทบาทสำคัญและเป็นตัวกำหนดมาตรฐานใหม่ในด้านของประสิทธิภาพ ความเร็ว และการผลิตโดยลดของเสียให้เป็นศูนย์
เม็ดมีดแบบถอดเปลี่ยนได้ประมาณ 1.2 ล้านชิ้น ออกจากโรงงานผลิตทุกสัปดาห์ ทั้งหมดนี้ต้องได้รับประกันความสามารถในการผลิตและความเชื่อถือระดับสูงสุดในอุตสาหกรรมโลหการ ยานยนต์ และอากาศยาน เป็นต้น
กระบวนการผลิตเม็ดมีด
เม็ดมีดผลิตโดยใช้กระบวนการเผาผนึก (Sintering) ซึ่งผงโลหะ โลหะแข็ง และวัสดุอื่น ๆ จะถูกกดเป็นรูปทรงที่ต้องการ แล้วจึงนำมาเผาผนึก วัสดุต่าง ๆ ถูกเชื่อมเข้าด้วยกันภายใต้ความร้อนและความดัน โครงสร้างที่แข็งแกร่งและทนทานทำให้รวมวัสดุที่มีคุณสมบัติแตกต่างกันได้ จึงได้คุณสมบัติการตัดและความต้านทานต่อการสึกหรอตามที่ต้องการ หลังจากกระบวนการเผาผนึก ขอบของเม็ดมีดจะกลมมน พื้นผิวของเม็ดมีดจะถูกเป่าออกมา เจียระไน และทำการเคลือบ
Marvin Krebs, Director Technical Sales ของ Xactools กล่าวว่า “ยิ่งตรวจพบข้อบกพร่องเร็วเท่าไร ยิ่งแก้ไขได้ดีขึ้นและถูกลง” ระบบการมองเห็นของหุ่นยนต์ (Robotvision) นั้นจะนำมาใช้หลังกระบวนการเผาผนึก ประกอบด้วยกล้องอุตสาหกรรมความละเอียดสูง 8 ตัว และหุ่นยนต์แมงมุม 2 ตัวในการจัดการและตรวจสอบข้อบกพร่องของเม็ดมีดที่ถอดเปลี่ยนได้ โดยใช้ AI ของ Denknet เป็นหัวใจสำคัญของระบบการประมวลผลภาพที่มีความซับซ้อน
การใช้งานยิ่งมีความอเนกประสงค์มากเท่าใด คุณสมบัติและรูปทรงของเม็ดมีดยิ่งมีมากเท่านั้น ผู้ผลิตรายเดียวอาจมีผลิตภัณฑ์เกือบ 2,800 รายการ ซึ่งสามารถแบ่งเป็นรูปทรงต่าง ๆ ได้เกือบร้อยตระกูล (Geometry Families) ซึ่งเป้าหมาย คือ จัดการและตรวจสอบข้อบกพร่องทั้งหมดนี้ได้โดยอัตโนมัติ
Marvin Krebs อธิบายว่า “ความท้าทายอย่างแรกเป็นผลมาจากความผันแปรของสีที่มีมากภายในผงโลหะต่อกระบวนการกด หากพารามิเตอร์บางตัวอย่าง เวลา ความดัน หรือตำแหน่งมีความผันแปร จะนำไปสู่ความเบี่ยงเบนของระดับสีหรือความเงา รวมถึงการกระจายตัวของจุดที่แตกต่างกันบนพื้นผิว แต่นี่ไม่ใช่ข้อบกพร่อง” ซอฟต์แวร์การประเมินรูปภาพที่ใช้ AI ต้องถูกเทรนเพื่อให้จดจำความเบี่ยงเบนของสีบนพื้นผิวได้อย่างถูกต้องและประเมินว่า OK (คุณภาพดี) ในทางกลับกัน ความผิดปกติที่เล็กที่สุดอย่างรอยแตก รอยข่วน หรือความผิดปกติอื่น ๆ ต้องจดจำได้และจำแนกได้ว่าเป็น NOK (Not OK – มีข้อบกพร่อง) การตรวจสอบพื้นผิวโลหะเป็นหนึ่งในทักษะของการตรวจสอบพื้นผิวที่สูงที่สุด เนื่องจากพื้นผิวอาจจะมีความด้าน มันวาว หรือสะท้อนแสงได้ “AI ต้องได้รับการเทรนเกี่ยวกับความผันแปรและสภาวะของแสงเป็นอย่างมาก” Marvin Krebs กล่าวเน้นย้ำ
นอกจากลักษณะรูปลักษณ์ที่เห็นจากภายนอกแล้ว เม็ดมีดยังมีรูปทรงต่าง ๆ เช่น สามเหลี่ยม สี่เหลี่ยมผืนผ้า ขนมเปียกปูน หรือจัตุรัส ยังสามารถพบความผันแปรได้นับไม่ถ้วนไปจนถึงความเบี่ยงเบนที่เล็กน้อยที่สุด
วิดีโอการตรวจสอบคุณภาพของ DENKnet AI
แอป DENK Vision ของบริษัท IDS (ที่มา: IDS)
ลูกค้าสามารถได้รับการเทรนโซลูชันการวิเคราะห์ภาพแบบกำหนดเองด้วย Denk Vision AI Hub และภายในเวลาไม่กี่เดือน AI จะถูกรวมเข้าไปในสายการผลิตและพร้อมที่จะทดสอบส่วนประกอบโลหะได้เกือบสมบูรณ์แบบ
ผลลัพธ์
“เม็ดมีดแบบถอดเปลี่ยนได้ที่มีข้อบกพร่องจะถูกแยกออกมาและจัดกลุ่มตามขนาดและตำแหน่งของข้อบกพร่อง การวิเคราะห์ภาพด้วย AI สามารถตรวจพบข้อผิดพลาดในการผลิตได้มากกว่า 99 เปอร์เซ็นต์”
Daniel Routschka, Sales Manager Artificial Intelligence บริษัท IDS Imaging Development Systems กล่าว
ขั้นตอนการตรวจสอบเป็นอย่างไร?
กล้อง 8 ตัวที่มีความละเอียด 5 – 30 เมกะพิกเซล ให้ภาพสดของเม็ดมีดถอดเปลี่ยนได้ กล้องจะบันทึกเม็ดมีดแต่ละอันจากข้างบนและข้างล่างเพื่อที่จะตรวจสอบข้อบกพร่องบนพื้นผิว กล้องอีก 2 ตัวจะตรวจสอบขอบตัด โดยมีแผงไฟขนาด 1 x 1 เมตร ให้แสงสว่างจ้าบนสถานีจัดวางพาเลท “ระบบจะตรวจพบข้อบกพร่องในช่วง 1 ใน 1,000 มิลลิเมตร” Marvin Krebs กล่าวย้ำ จึงมั่นใจได้ว่าจะไม่มีเม็ดมีดที่มีข้อบกพร่องผ่านต่อไปยังกระบวนการถัดไป รอบเวลาของกระบวนการตรวจสอบทั้งหมดอยู่ที่ 4 วินาที ด้วยประสิทธิภาพการหยิบเกือบ 100% การวิเคราะห์ภาพสดจาก 8 กล้องนั้นใช้พลังประมวลผลคอมพิวเตอร์มหาศาล
AI เรียนรู้ที่จะระบุชิ้นส่วนใหม่ด้วยตนเอง
“ระบบทำงานมาเป็นเวลา 6 เดือนแล้ว ตอนนี้ AI ทั่วโลกที่เรียนรู้ด้วยตนเองสามารถจำแนกชิ้นส่วนที่ไม่เคยเห็นมาก่อนได้ หลังผ่านไป 3 – 4 เดือน เม็ดมีดถอดเปลี่ยนได้เวอร์ชันใหม่ก็ไม่จำเป็นต้องถูกเทรนเพื่อตรวจสอบอีกต่อไป รูปทรงต่าง ๆ ที่มีอยู่ไม่เกี่ยวข้องกับ AI อีกต่อไป ทั้งนี้ AI สามารถแยกความแตกต่างระหว่าง IO / NIO (In Order = OK , NIO = Not in Order = Not OK) สำหรับชิ้นส่วนใหม่ได้” Marvin Krebs อธิบาย
มูลค่าเพิ่มของระบบ Denknet เมื่อเปรียบเทียบกับการประมวลผลภาพแบบเดิมนั้นสามารถมองเห็นได้อย่างชัดเจน “หากไม่มี AI การสร้างกลุ่มของชิ้นส่วนต่าง ๆ และการตรวจพบความบกพร่องคงจะเป็นเรื่องที่คิดไม่ถึงเลย ด้วยการประมวลผลภาพแบบ Rule-Based หุ่นยนต์จะจำแนกชิ้นส่วนที่อยู่ในมาตรฐาน NOK และคัดแยกออกไป” Marvin Krebs กล่าว
ใช้งานได้ง่าย ไม่ต้องใช้ทักษะการเขียนโปรแกรม
Denknet มีความเรียบง่าย ในขณะเดียวกันเป็นเครื่องมือที่มีประสิทธิภาพสูง ไม่จำเป็นต้องมีความรู้ด้านการเขียนโปรแกรม และเทรน AI แบบอัตโนมัติได้ด้วยการคลิกเพียงไม่กี่ครั้ง
บทความนี้เป็นตัวอย่างหนึ่งของการใช้ AI อย่างมีประสิทธิผลในการยกระดับการตรวจสอบคุณภาพด้วยรูปภาพได้อย่างก้าวกระโดด
บทความอ้างอิง : https://www.etmm-online.com/
