Innovatie op het gebied van anomaliedetectie: revolutionaire detectie van defecten
JIDOKA's nieuwste gepatenteerde innovatie (patentnummer: 536956, mei 2024) combineert convolutionele neurale netwerken (CNN) met op functies gebaseerde herinneringen, wat een doorbraak betekent op het gebied van anomaliedetectie. Het systeem extraheert, slaat ze op en vergelijkt ze op efficiënte wijze, waardoor onregelmatigheden in realtime nauwkeurig kunnen worden geïdentificeerd, valse positieven worden verminderd en de algehele detectienauwkeurigheid wordt verbeterd. Deze dubbele aanpak is een doorbraak in productie en voorspellend onderhoud en biedt bedrijven een schaalbare, toekomstbestendige oplossing.
Uitdagingen met traditionele methoden
Traditionele detectie van defecten is sterk afhankelijk van handmatige inspectie, die gevoelig is voor menselijke fouten en niet schaalbaar is naarmate de productievolumes toenemen. Bestaande AI-methoden worstelen ook met hoge foutpositiepercentages en de behoefte aan grote hoeveelheden gelabelde gegevens, die vaak niet beschikbaar zijn voor nieuwe producten of zeer variabele productieomgevingen.
JIDOKA's AI-aangedreven oplossing (hoe het werkt)
1 Het proces begint wanneer een processor een afbeelding ontvangt van het te inspecteren object
2 De afbeelding wordt vervolgens ingevoerd in een vooraf getrainde CNN, een soort AI die belangrijke kenmerken in de afbeelding kan identificeren, zoals vormen, texturen en patronen
(3) De CNN extraheert deze betekenisvolle kenmerken in verschillende stadia van het analyseproces.
4 Vervolgens worden de geëxtraheerde functiekaarten geïntegreerd in een vooraf getraind geheugensysteem op basis van een neuraal netwerk. Dit geheugensysteem slaat de belangrijke functies op die zijn geïdentificeerd en onthouden
5 Het systeem vergelijkt vervolgens het huidige beeld dat wordt geanalyseerd met de eerder opgeslagen functies in het geheugensysteem. Dit helpt het systeem om afwijkingen of verschillen zijn ten opzichte van wat het eerder heeft gezien te detecteren.
6 Om afwijkingen te identificeren, berekent het systeem de verschillen tussen de kenmerken die door de CNN worden geëxtraheerd en de functies die zijn opgeslagen in het geheugensysteem. Dit creëert een speciaal type afbeelding, een zogenaamde heatmap, voor elke laag van de analyse.
7. Deze heatmaps worden aangepast aan de oorspronkelijke grootte van de afbeelding en vervolgens gemiddeld samen om een definitieve heatmap met anomalie te creëren
8 Deze geavanceerde heatmap voor anomalie maakt nauwkeurige identificatie van afwijkingen mogelijk door alleen te focussen op de gebieden die significante verschillen van de opgeslagen functies. Het kan zelfs subtiele afwijkingen nauwkeurig detecteren die met traditionele methoden moeilijk te vinden zijn.
Nauwkeurige identificatie van subtiele afwijkingen zoals stof, lijnmarkeringen, beschadigingen, meetmarkeringen:
Belangrijkste voordelen
• Aanpasbaar voor de introductie van nieuwe producten (NPI): kan afwijkingen detecteren in producten die voor het eerst zijn vervaardigd zonder historische defectgegevens.
• Geschikt voor een grote verscheidenheid aan producten: effectief in snelle productieomgevingen met hoge variabiliteit.
• Snelle implementatie: Het systeem kan binnen zes weken live zijn, aanzienlijk sneller dan de typische implementatie van zes maanden voor vergelijkbare AI-systemen.
• Verminderde lekkage van defecten: Er wordt een vermindering van 5-10% bereikt in het lekken van defecte producten voor klanten zoals IM Gears en Wago India.
Impact op de sector
De innovatie van JIDOKA verbetert de kwaliteitscontrole in alle sectoren, van de automobielindustrie tot de elektronica, door de nauwkeurigheid te verbeteren, valse positieven te verminderen en realtime detectie mogelijk te maken. De technologie verwerkt efficiënt verschillende gegevenstypen, zoals afbeeldingen en sensormetingen, en optimaliseert tegelijkertijd de rekenbronnen voor grootschalige toepassingen.
IP-reis en innovatiecultuur
JIDOKA is zeer toegewijd aan innovatie en heeft sinds 2018 drie patenten aangevraagd, waaronder dit laatste. Het ontwikkelingsproces omvatte 8-9 maanden gezamenlijke whiteboarding, gevolgd door 7-12 maanden octrooidocumentatie. Het resultaat: een verleend patent in iets minder dan twee jaar.
Succesverhalen van klanten
Klanten zoals IM Gears en Wago hebben geprofiteerd van het afwijkingsdetectiesysteem van JIDOKA in omgevingen met nieuwe producten en beperkte defectgegevens. De geoctrooieerde oplossing paste zich naadloos aan verschillende productsoorten en productietijdlijnen aan, waardoor een breed scala aan voorheen onbekende defecten effectief werden geïdentificeerd; zo werd een defectvrije verzending gegarandeerd, zelfs in dergelijke complexe productiescenario's.
Het grotere probleem van Industrie 4.0 oplossen
De toepassing van geavanceerde anomaliedetectietechnologieën zoals die van JIDOKA is van cruciaal belang bij de overgang van industrieën naar Industrie 4.0. De snelle verschuiving naar automatisering, datagestuurde besluitvorming en slimme productiesystemen vereist innovaties die verder gaan dan wat traditionele modellen kunnen bieden. Met het geavanceerde anomaliedetectiesysteem van JIDOKA kunnen bedrijven niet alleen voldoen aan de huidige behoeften op het gebied van kwaliteitscontrole, maar zich ook voorbereiden op toekomstige uitdagingen.
De oplossing van JIDOKA herstelt de normen voor anomaliedetectie en zorgt voor robuuste, betrouwbare kwaliteitscontrole en operationele uitmuntendheid in alle sectoren.
