INSPECTIE VAN HOUT- & FINEERDEFECTEN

AI voor houtdefectdetectie die rekening houdt met natuurlijke variatie

KOMPASS AI brengt detectie van houtdefecten naar uw productielijn. Controleer zichtbare noesten, scheuren, spleten en nerfgebreken aan de hand van de eisen voor het eindproduct, zodat normale variaties worden geaccepteerd en ongeschikte stukken worden verwijderd vóór verdere verwerking.

Bespreek uw houtinspectie

Fabrikanten vertrouwen op ons om de kwaliteit aan de lijn te verbeteren

HET PROBLEEM

Elk stuk ziet er anders uit. Uw kwaliteitsnorm moet echter standhouden.

Bij het detecteren van houtdefecten moet rekening worden gehouden met de natuurlijke variatie van het materiaal. Een donkere nerflijn kan op een scheur lijken, terwijl een kleine noest kan wegvallen in het omliggende patroon. Wat wordt goedgekeurd, hangt bovendien af van de kwaliteit en het beoogde gebruik.

De nerf verbergt het gebrek

Scheuren, gaatjes en kleine noesten gaan op in de houtnerf. Een snelle controle kan een defect missen dat pas duidelijk wordt na het zagen, coaten of assembleren.

Goed materiaal wordt gedegradeerd

Een noest of kleurverschil kan bij het ene product acceptabel zijn en bij het andere ongeschikt. Wanneer die grenzen afhangen van individueel oordeel, kan hetzelfde stuk hout per ploegendienst anders worden beoordeeld.

Het defect bereikt een duurdere bewerkingsfase

Een defecte lamel of fineerlaag kan nog verder worden bewerkt, verlijmd of afgewerkt voordat deze wordt afgekeurd. Tegen die tijd bestaat het verlies niet alleen uit het materiaal, maar ook uit de arbeid die eraan is toegevoegd.
De oplossing

Pas uw visuele kwaliteitsnorm toe op elk geïnspecteerd stuk

Ons AI-productinspectiesysteem, KOMPASS™, leert van uw houtmonsters en voorbeelden van defecten. In combinatie met geschikte camera's, verlichting en handling controleert het systeem zichtbare defecten aan de hand van de overeengekomen eisen voor de houtsoort, het product en de kwaliteitsklasse die wordt geproduceerd.

Herken defecten binnen het natuurlijke patroon

  • Train met acceptabele houtnerf, kleurvariatie en voorbeelden van echte defecten
  • Identificeer zichtbare noesten, scheuren, gaatjes en andere overeengekomen oppervlaktedefecten
  • Definieer welke defectcategorieën en ernstniveaus relevant zijn voor het product
  • Valideer nieuwe houtsoorten, afwerkingen en productvarianten aan de hand van hun eigen monsters
Natuurlijke variatie
Vertegenwoordigd in de training
Productcriteria
Toegepast op het geïnspecteerde oppervlak
Conceptuele illustratie van houtfineer met een noest en een kleine scheur naast de natuurlijke houtnerf.
Conceptuele illustratie van houten deuvels bij een inspectiecontrolepunt naast een opvanggoot.

Scheid ongeschikte stukken voordat er meer waarde wordt toegevoegd

  • Plaats de inspectie daar waar de vereiste zijden zichtbaar zijn
  • Stem de beeldopname af op de toevoer en beweging van het materiaal
  • Stuur het resultaat naar het geconfigureerde afkeur- of sorteermechanisme
  • Bewaar afbeeldingen van defecten voor de beoordeling van terugkerende problemen en sorteerbeslissingen
Vóór verdere verwerking
Een gedefinieerd kwaliteitscontrolepunt
Bewijs van defecten
Beelden achter de beslissing
HOE HET WERKT

Zie hoe KOMPASS houten deuvels inspecteert in productiemachines

De demonstratie van Jidoka met deuvels laat zien hoe visuele inspectie wordt geïntegreerd in de productiemachine, met automatische uitworp van afgekeurde onderdelen. Het illustreert hoe beeldregistratie en de uitwerprespons moeten samenwerken wanneer kleine houten onderdelen door een compacte inspectieruimte bewegen.

Officieel videoframe met een galerij van inspectiebeelden van houten deuvels met gemarkeerde defecten
Toepassing voor houten deuvels: visuele defecten worden gemarkeerd en afgekeurde onderdelen worden uitgeworpen. Het sorteren van fineervellen wordt in dit fragment niet gedemonstreerd.
Hoogtepunt #1

Presenteer het oppervlak duidelijk

Stem het camerabeeld en de belichting af op het hout, het defect en de beschikbare inspectieruimte. Een stabiele presentatie zorgt ervoor dat het relevante oppervlak zichtbaar blijft terwijl elk onderdeel voorbijkomt.

Hoogtepunt #2

Pas de juiste acceptatienorm toe

Train het model met de nerfpatronen die uw proces accepteert en de defecten die het afkeurt. De beslissing volgt de eisen van het product, inclusief welke markeringen van belang zijn voor de volgende bewerking.

Hoogtepunt #3

Koppel de beslissing aan scheiding

Coördineer het inspectieresultaat met de positie van het onderdeel en het uitwerpmechanisme. Het resultaat leidt tot een actie op de lijn, waarbij beelden beschikbaar zijn voor kwaliteitscontrole.

Neem contact met ons op

Laat ons de houtsoort, kwaliteit en defecten zien die uw team moet beoordelen. Wij beoordelen de beelden en monsters die nodig zijn voor een representatieve inspectieproef.

Neem contact op

Houd de beslissing consistent wanneer de nerf verandert

De acceptatienorm is gebaseerd op uw producteisen. De inspectie moet deze toepassen op de natuurlijke variatie die in de productie aanwezig is.

Inspectiebehoefte
Handmatige inspectie
Traditionele machinevisie
KOMPASS AI
Nerf- en kleurvariatie
Vertrouwt op ervaring en beoordelingsvermogen
Sterk in defecten die voldoen aan stabiele contrast- of geometrieregels
Leert acceptabele variatie aan de hand van representatieve voorbeelden
Verschillende productkwaliteiten
Inspecteurs interpreteren de huidige kwaliteitsvereisten
Regels kunnen worden geconfigureerd voor elke gedefinieerde kwaliteitsklasse
Defectklassen en beslissingen worden gevalideerd aan de hand van uw criteria
Scheiding op de lijn
Een operator sorteert of markeert het stuk
Kan geautomatiseerde sortering aansturen
Verbindt het visuele resultaat met de afgesproken scheidingsreactie
First-Time-Right
Afhankelijk van herhaalbare interpretatie bij elke controle
Ondersteunt een gedefinieerde inspectie onder gecontroleerde omstandigheden
Helpt zichtbare defecten in te dammen voordat verdere verwerking kosten toevoegt
KLANTENSUCCES

Geautomatiseerde inspectie van houten latten bij Hindustan Pencils

Jidoka combineerde AI-visuele inspectie met lasermeting voor Hindustan Pencils. De visuele controles dekken defecten zoals noesten, scheuren en gaatjes, terwijl het lasersysteem de geometrie meet. Het inspectieresultaat is gekoppeld aan pneumatische scheiding op de lattenlijn.

Officiële Jidoka-casestudycover voor de inspectie van houten latten bij Hindustan Pencils
Geautomatiseerde inspectie van houten latten bij Hindustan Pencils
Productie

De resultaten hebben betrekking op houten latten. Een fineerlijn heeft zijn eigen validatie nodig voor velgrootte, oppervlaktepresentatie, kwaliteitsnormen en snelheid.

  • 99% gerapporteerde nauwkeurigheid bij defectdetectie
  • 125 houten latten per minuut geïnspecteerd in de gerapporteerde implementatie

Veelgestelde vragen

Hoe onderscheidt houtfoutdetectie nerven van een defect?

Inspectie van houtnerven begint met voorbeelden van de variatie die uw product toelaat. Train en valideer het systeem met de houtsoorten, tinten, nerfpatronen en oppervlaktecondities die daadwerkelijk bij het station aankomen. Neem zowel twijfelgevallen als duidelijke afkeurproducten op. Voor het detecteren van noesten in hout moet de beslissing ook reflecteren of het type, de grootte en de locatie van de noest acceptabel zijn voor het beoogde product. Een camera die een kenmerk vindt, is slechts een deel van het werk. Uw kwaliteitscriteria bepalen wat er daarna gebeurt.

Welke zichtbare defecten kan de inspectie dekken?

Houtscheuren, gaatjes, noesten en andere zichtbare oppervlakteafwijkingen kunnen worden beoordeeld waar de beeldvormingsopstelling ze duidelijk onthult. Spreek de defectenlijst af met Jidoka aan de hand van werkelijke monsters, inclusief het kleinste afkeurbare kenmerk. Houtsplijting vereist mogelijk een ander aanzicht dan een donkere oppervlaktemarkering, vooral nabij de rand of het uiteinde van een stuk. De proef moet uitwijzen welke zijden camera's nodig hebben en of beweging, stof of overlappende stukken een belangrijk defect zouden kunnen verbergen.

Kan hetzelfde systeem fineervellen en massief houten onderdelen inspecteren?

De AI-inspectiemethode kan worden geconfigureerd voor verschillende producten, maar het ontwerp en de validatie van het station zijn toepassingsspecifiek. Fineerinspectie moet het vereiste veloppervlak bestrijken terwijl presentatie, verlichting en beweging worden gecontroleerd. Kleine componenten moeten mogelijk worden gedraaid of vereisen afzonderlijke aanzichten van hun uiteinden en zijkanten. De gepubliceerde houtvoorbeelden van Jidoka hebben betrekking op latten en een proof of concept voor deuvelpennen. Deze bieden relevante ervaring, terwijl uw velafmetingen, houtsoort, afwerking en productiecondities de vereisten voor een fineertoepassing bepalen.

Kan het bepalen tot welke kwaliteitsklasse een stuk behoort?

Voor fineersortering is een overeengekomen koppeling nodig tussen zichtbare kenmerken en de kwaliteitsklassen die u hanteert. Definieer de toegestane defecttypen, afmetingen, posities en combinaties voor elk product. De visuele beslissing kan vervolgens het houtsorteren ondersteunen via de juiste lijnbesturing. Begin met het testen van stukken waarover uw sorteerders van mening verschillen, omdat deze onduidelijke acceptatienormen blootleggen. Structurele sterkte, vochtgehalte en andere eigenschappen die niet vanaf het oppervlak kunnen worden vastgesteld, hebben hun eigen meetmethoden en acceptatieproces nodig.

Kan het kleurveranderingen controleren zonder acceptabel hout af te keuren?

Houtverkleuring moet worden beoordeeld aan de hand van goedgekeurde voorbeelden voor de houtsoort en de beoogde afwerking. Natuurlijke kleurvariatie, kernhout en bewerkingssporen betekenen niet allemaal hetzelfde. Stabiele verlichting en een representatieve set monsters zijn daarom essentieel voor de inspectie van houten oppervlakken. Neem de variatie tussen batches en de condities na het schuren of afwerken mee. Spreek af welke verschillen cosmetische afkeur, acceptabele kenmerken of gevallen voor verdere beoordeling zijn, voordat deze beslissingen worden gekoppeld aan automatische scheiding.

Vindt visuele inspectie verborgen defecten of zwakke verbindingen?

Bij multiplexinspectie met oppervlaktecamera's wordt gecontroleerd wat de beeldvorming zichtbaar maakt. Een verhoogd of beschadigd oppervlak kan een reden zijn voor nader onderzoek, maar een acceptabel oppervlak garandeert niet de conditie van verborgen lagen of de sterkte van een lijmverbinding. Evenzo vereisen vocht en interne rotting een passende beoordeling die verder gaat dan een oppervlaktebeeld. Definieer deze behoeften afzonderlijk bij het bepalen van de scope van het station, zodat elke kwaliteitseis wordt gekoppeld aan een inspectiemethode die deze daadwerkelijk kan evalueren.

Welke lijnsnelheid en nauwkeurigheid kunnen we verwachten?

De prestaties van houtkwaliteitsinspectie hangen af van het product, de defectenlijst, de vereiste aanzichten, de toevoermethode en de afkeurregeling. Jidoka rapporteert een nauwkeurigheid van 99% bij 125 latten per minuut voor de toepassing bij Hindustan Pencils. De aparte casus voor deuvelpennen is een proof of concept; deze cijfers moeten daarom niet worden beschouwd als een garantie voor fineerproductie. Valideer uw eigen monsters op de voorgestelde snelheid en meet gemiste defecten en onterecht afgekeurde goede stukken afzonderlijk voordat u het operationele doel vastlegt.

Wat moeten we aanleveren voor een inspectieproef?

Stuur acceptabele stukken, duidelijke afkeur en twijfelgevallen, samen met uw defectdefinities en kwaliteitseisen. Voor de inspectie van potloodlatten of een andere componentenlijn, voeg de afmetingen, blootliggende zijden, toevoerafstand en het punt waar afkeuring kan plaatsvinden toe. Voeg voor vellen de breedte, verplaatsingssnelheid en vereiste oppervlaktedekking toe. Geef eventuele wijzigingen in houtsoort of afwerking tussen runs aan. Met deze details kan het team een proef ontwerpen die het materiaal en de beslissingen weerspiegelt waar uw productieteam daadwerkelijk mee werkt.

NEEM CONTACT OP MET ONZE EXPERTS

Breng ons de stukken waarover uw inspecteurs van mening verschillen

Deel uw houtmonsters, kwaliteitsdefinities en lijncondities. Wij beoordelen hoe we die acceptatienormen kunnen omzetten in een herhaalbaar visueel controlepunt vóór de volgende bewerking.

Bespreek uw houtinspectie
Video sluiten