Overzicht
Een wereldwijde fabrikant van energietechnologie met het hoofdkantoor in de VS ontwikkelt motoren, energiesystemen en aanverwante componenttechnologieën voor klanten wereldwijd. Het portfolio met emissieoplossingen omvat uitlaatgasnabehandelingssystemen die zijn ontworpen voor prestaties, betrouwbaarheid en naleving van regelgeving.
Tijdens de productie worden hijshaken aan uitlaatcomponenten gelast. De bestaande kwaliteitscontrole was afhankelijk van observatie en handmatig oordeel door operators. Verschillen in componentvarianten, haakposities en het uiterlijk van de las maakten consistente inspectie lastig en beperkten de beschikbaarheid van kwaliteitsgegevens gekoppeld aan beelden.
Kans
De fabrikant had een inspectieproces nodig dat in staat was tot:
- Het automatisch lokaliseren van de hijshaak binnen een continue beeldstroom
- Het inspecteren van de laszone bij twee uitlaatcomponentvarianten en twee haaktypen
- Het detecteren van een verkeerd geplaatste haak, onvolledige of ongelijkmatige lassen, porositeit, spatten, inkarteling en afwijkingen in de lasgeometrie
- Het identificeren van oppervlakkige defecten groter dan 1 mm
- Het toepassen van consistente acceptatiecriteria op elk geïnspecteerd onderdeel
- Het bieden van duidelijke OK- en NG-beslissingen met visueel bewijs
Het doel was om een variabele handmatige controle te vervangen door een consistente, op bewijs gebaseerde lasinspectie, terwijl toekomstige uitbreiding naar extra varianten werd ondersteund.
De aanpak van Jidoka
Jidoka configureerde een door KOMPASS aangedreven inspectiesysteem dat continue beeldopname, automatische frameselectie, AI-gebaseerde lasanalyse en traceerbare kwaliteitsrapportage combineert.
Continue beeldopname met twee camera's
Twee industriële camera's met autofocuslenzen leggen elk passerend uitlaatonderdeel continu vast bij het inspectiestation, waardoor handmatige beeldactivering niet langer nodig is.
Automatische frameselectie voor hijshaken
KOMPASS negeert frames zonder hijshaak en selecteert automatisch het beeld met de haak voor AI-inferentie. Het proces behaalde een nauwkeurigheid van ten minste 99% bij twee uitlaatvarianten en twee haaktypen.
Door KOMPASS aangedreven lasinspectie
De geselecteerde beelden worden op een edge-computer verwerkt met behulp van een AI-deeplearningmodel. KOMPASS identificeert een verkeerd geplaatste hijshaak, onvolledige of ongelijkmatige lasverdeling, porositeit, spatten, inkarteling, afwijkingen in de lasgeometrie en andere oppervlakkige afwijkingen.
Het systeem detecteert oppervlakkige defecten groter dan 1 mm binnen de laszone van de hijshaak. Het vormt een aanvulling op bestaande NDO- en destructieve controles die worden gebruikt om laspenetratie, ondergrondse condities en mechanische sterkte te beoordelen.
Configureerbare criteria en ondersteuning voor varianten
Kwaliteitsteams kunnen drempelwaarden voor modelbetrouwbaarheid, minimale defectgroottes en acceptatiecriteria voor individuele defectklassen configureren. Dit helpt om visuele standaarden om te zetten in objectieve en herhaalbare inspectiebeslissingen.
De begeleide DOJO-zelftrainingsworkflow van KOMPASS maakt het bovendien mogelijk om extra componentvarianten te introduceren zonder dat daarvoor programmeren of specialistische AI-kennis nodig is.
Geautomatiseerde OK/NOK-beslissingen
KOMPASS classificeert elk geïnspecteerd onderdeel als OK of NOK. Voor afgekeurde onderdelen toont de operatorinterface een geannoteerde afbeelding met het gedetecteerde defect en de locatie ervan.
De systeemarchitectuur ondersteunt ook lijnvergrendelingen, Andon-waarschuwingen via PLC en REST-gebaseerde toegang tot defectinzichten.
Traceerbare kwaliteitsinzichten
Inspectieresultaten en afbeeldingen kunnen worden gekoppeld aan de relevante onderdeelidentiteit. KOMPASS biedt rapportages per batch, onderdeelnaam en defecttype, waardoor kwaliteitsteams terugkerende lasproblemen kunnen beoordelen en root-cause analyses kunnen ondersteunen.
Belangrijkste resultaten
Een herhaalbaar lasinspectieproces dat automatische beeldselectie, consistente AI-beslissingen en visueel kwaliteitsbewijs combineert.
Ten minste 95% recall bij defectdetectie
Betrouwbare identificatie van oppervlakkig zichtbare lasdefectklassen.
Ten minste 99% automatische frameselectie
Consistente selectie van het frame met de hijshaak uit de continue beeldstroom.
Oppervlakkig zichtbare defecten groter dan 1 mm
Detectie van kleine lasafwijkingen binnen de inspectiezone van de hijshaak.
5% of lager percentage onterechte afkeuringen
Minder onnodige afkeuringen en extra beoordelingen van conforme onderdelen.
Met het KOMPASS-systeem van Jidoka heeft de fabrikant een herhaalbare en op bewijs gebaseerde aanpak voor de lasinspectie van hijshaken opgezet. Automatische frameselectie neemt de afhankelijkheid van handmatige identificatie van het inspectiemoment weg, terwijl configureerbare AI-criteria zorgen voor consistente OK- en NOK-beslissingen. Geannoteerde defectafbeeldingen en gestructureerde rapporten bieden duidelijker kwaliteitsbewijs en vormen een schaalbare basis voor inspectie van aanvullende varianten van uitlaatcomponenten.






.avif)