Yazan Unholy Labs3 dk okuma

Otomatik QC, İnsanın Göremediğini Yakalar

Bantta birkaç saat geçirdikten sonra insan denetçinin doğruluğu %60'a düşer. Otomatik QC her üniteyi aynı ölçüte göre kontrol eder. Nasıl çalıştığını ve nerede karşılığını verdiğini anlatıyoruz.

  • quality-control
  • automation
  • manufacturing
  • ai
  • computer-vision
  • machine-learning
  • defect-detection
  • edge-computing
  • real-time-monitoring

İnsan Gözü Yorulur

Eğitimli bir QC denetçisi iyi bir sabah kusurların yaklaşık %80'ini yakalar. Altı saat bantta baktıktan sonra bu oran %60'a veya altına düşer. Bunda denetçinin bir kabahati yok. Görsel dikkat tekrarla zayıflar ve insan zamanla kör noktalar geliştirir. Üstelik aynı üniteye bakan iki denetçi %15-20 oranında farklı karar verir.

Kalitenin doğrudan gelire yansıdığı işlerde bu tutarsızlık her gün taşıdığınız bir risk.

Otomatik QC'nin Üç Çeşidi

Kural Tabanlı Kontroller

En basit yaklaşım bu. Açık kurallar yazarsınız: bu ölçüm tolerans içinde mi, bu alanda geçerli bir değer var mı, bu boyut spesifikasyona uyuyor mu?

Kalite kriterlerinizi kural olarak yazabiliyorsanız, bu yöntem kural ihlallerinin %100'ünü her seferinde ve yorulmadan yakalar. QC sistemimizde her koleksiyon kartı 90+ kural tabanlı kontrol noktasından geçiyor. Bu tutarlılığı yüksek hacimde bir insandan beklemek gerçekçi olmaz.

Görsel Denetim

Kamera sistemleri üretim hızında görüntü alır ve referans standartlarla karşılaştırır. Aradıkları şeyler yüzey kusurları, boyutsal sapmalar, renk kayması ve hizalama hatalarıdır. Modern sistemler dakikada 300+ üniteyi milimetre altı hassasiyetle denetler.

AI Destekli Tespit

Burada bir model, binlerce örneğe bakarak "iyi"nin neye benzediğini öğrenir. Onu kabul edilebilir ürünlerin ve farklı kusur türlerinin görüntüleriyle eğitirsiniz. Model bu görüntülerden kalıpları çıkarır ve daha önce hiç görmediği kusurları da yakalayabilir.

Bu yaklaşım en çok ince, değişken kusurlarda işe yarar: baskı boyunca hafif renk kaymaları, mikroskobik yüzey sorunları, doku tutarsızlıkları. İnsan denetçilerin en sık kaçırdığı kusurlar da bunlardır.

Hata tespiti modelleri genellikle görüntü sınıflandırması için eğitilmiş evrişimli sinir ağlarıdır (CNN). Görüntü ön işlemeden modelin çıkarım adımına kadar işin büyük kısmını TensorFlow gibi çatılar ve OpenCV gibi kütüphaneler yapar. Uç bilişim (edge computing) sayesinde bu makine öğrenmesi modelleri doğrudan üretim hattındaki donanımda çalışır, böylece buluta gidip gelme gecikmesi olmadan anlık izleme yapılabilir.

Nerede Karşılığını Verir

Baskı ve Ambalaj

Gerçek zamanlı renk izleme her basılı tabakayı onaylı prova ile karşılaştırır ve sapmayı tolerans dışına çıkmadan yakalar. Otomatik baskı QC kullanan tesisler, reddedilen baskılardan kaynaklanan israfta %40+ azalma bildiriyor.

Koleksiyon Kartları

Bir broşürde kabul edilebilecek bir baskı hatası, bir koleksiyon kartının değerinin %50+'sını yok edebilir. Her kartı tarayıp düzinelerce kalite parametresine göre değerlendiren otomatik sistemler kurduk. Senteraj, renk doğruluğu, yüzey kusurları ve kenar kalitesi bu parametrelerden bazıları. Bir kartın kontrolü bir saniyeden kısa sürüyor. Bu hacimde manuel denetim o hıza yetişemez.

Üretim

Inline denetim örneklemeye dayanmaz, hattaki her üniteyi kontrol eder. Elektronik üretiminde AOI sistemleri lehim kalitesini, bileşen yerleşimini ve PCB izlerini, hattı yavaşlatmadan %100 denetime izin verecek hızda kontrol eder. Güncel computer vision sistemleri kural tabanlı kontrolleri machine learning modelleriyle birleştirir, böylece tek geçişte hem bilinen kusur kalıplarını hem de yeni anomalileri yakalayabilir.

Gıda ve İlaç

Her denetim zaman damgası, görüntü ve ölçüm verisiyle kaydedilir. Böylece kimse ek evrak işi yapmadan mevzuatın istediği denetim izi oluşur.

Nasıl Başlanır

"İyi"yi Kesin Tanımlayın

"İyi görünmeli" bir spesifikasyon sayılmaz. Toleransları yazın: renk için Delta E 2.0, renk kaydı için 0.5mm, yüzey kusurları için en fazla 0.3mm. Bu adım çoğu zaman şirkette herkesin aynı kalite tanımını paylaşmadığını ortaya çıkarır. Önce bu anlaşmazlığı çözün.

En Pahalı Sorundan Başlayın

Kusurların size en çok maliyet çıkardığı yeri bulun: en sık görüldükleri, düzeltmesi en pahalı olan ya da müşterinin en çok fark ettiği yer. İlk sistemi oraya kurun, işe yaradığını gösterin ve oradan genişletin.

Uç Durumları İnsanlara Bırakın

Hacim ve tutarlılık isteyen işi otomatik sisteme bırakın. Yorum gerektiren kararlar ve belirsiz vakalar deneyimli denetçilerde kalsın. En iyi çalışan düzende makine işaretler, sınırdaki vakalarda kararı insan verir.

Rakamlar

Kusurları üretimde erken yakaladığınızda israf %30-50 düşer. Dışarı daha az kusurlu ürün çıktığı için iadeler azalır. Denetim artık hattı tıkamadığından verim de yükselir. Uyumluluk dokümantasyonu için ayrıca uğraşmanız gerekmez, kayıtlar denetim sırasında tutulur.