제조 결함 감지 및 예방을 위한 머신 비전 활용

인더스트리 4.0이 대두되면서 제조업체는 생산 라인의 속도와 정확성을 개선해야 한다는 압력이 커지고 있습니다.

제조 결함은 재정적으로 큰 부담이 될 수 있습니다. 미국 품질 협회(American Society of Quality)에 따르면 많은 조직이 판매 수익의 15~20%를 품질 관련 비용에 지출합니다. 전체 운영의 최대 40%를 지출. 제품이 출시되기 전에 결함을 감지하고 결함이 발생하기 전에 한 단계 더 나아가 결함을 방지하면 불량품과 재작업이 줄어들고 시간이 절약되며 제조업체의 수익이 향상됩니다.

제조업체는 사람의 눈에만 의존하기보다는 소프트웨어와 하드웨어 요소로 구성된 머신 비전 솔루션을 사용하여 제품의 육안 검사를 수행하고 있습니다. 머신 비전 검사 프로세스에서 주관성을 제거하고 보다 일관된 결과를 제공하며 인적 오류의 위험을 제거합니다.

머신 비전을 통해 소프트웨어는 카메라로부터 시각적 입력을 받고, 보고 있는 내용을 분석하고, 해당 정보에 따라 조치를 취할 수 있습니다. 결함 감지를 위한 머신 비전 솔루션에서 산업용 카메라는 제품이 생산될 때 이미지를 캡처합니다. 결함 감지 소프트웨어는 이미지에서 제품 결함을 검색하고, 이상 징후를 표시하고, 거부 메커니즘을 실행하여 라인을 종료하고 현장 관리자에게 경고를 보냅니다. 인간 조사관과는 달리, 머신 비전 카메라 시간이 지남에 따라 제조업체에 생산 공정에서 결함으로 이어지는 문제를 알릴 수 있는 데이터를 캡처하고 유지하여 예방 기술을 추구할 수 있도록 합니다.

그림 1 : 머신 비전 카메라는 결함을 식별하고 전자 회로 기판의 올바른 조립을 보장하는 데 도움이 될 수 있습니다.

기술이 빠르게 발전하는 동안 머신 비전이 일부 품질 관리 응용 분야에서는 탁월한 선택이 되는 반면 다른 응용 분야에서는 그렇지 않은 요인이 있습니다. 다음과 함께 사용되는 머신 비전 솔루션 고속 카메라 특정 세부 사항을 찾는 경우 초당 많은 부품을 검사할 수 있지만 소프트웨어는 오염, 방향 또는 폐색으로 인한 부품 모양 변화와 같은 예상치 못한 이상 현상으로 인해 어려움을 겪을 수 있습니다. 예를 들어, 반도체 제조 공장에서 머신 비전 결함 감지 솔루션은 각 실리콘 웨이퍼의 품질 등급을 매겨서 금이 가거나 결함이 있는 품목을 제외할 수 있습니다.

시중에 나와 있는 솔루션마다 차이가 있지만 대부분은 솔루션을 시작하고 실행하며 시간이 지남에 따라 결과를 개선하는 패턴을 따릅니다.

• 특징 추출: 먼저 제조업체는 결함을 확인할 수 있는 템플릿을 소프트웨어에 제공합니다. 이는 종종 특정 요소가 강조 표시된 이미지 형태로 제공되므로 이상이 나타날 경우 결함으로 표시됩니다. 예를 들어, 자동차 밸브 스프링이 구부러지면 머신 비전 솔루션이 경고를 보내고 로봇 팔이 이를 라인에서 제거합니다.
• 모델 훈련 : 구현이 시작되면 인간 관리자는 레이블이 지정된 이미지를 소프트웨어에 공급하여 템플릿에 대한 지식을 심화시킵니다. 이미지는 특정 결함이 나타나는지 여부에 따라 양호한 부분과 나쁜 부분으로 분류됩니다.
• 테스트 : 결함 감지가 정확한지 확인하기 위해 엄격한 시도와 빈번한 수정을 거친 후 솔루션은 사람의 지속적인 감독 없이 작동할 준비가 되었습니다.

머신 비전은 결함의 패턴을 신속하게 분류할 수 있어 인간 검사자에 비해 이점을 제공하므로 시스템은 결함의 근본 원인을 파악하는 데 도움이 될 수 있습니다. 실시간으로 제조 분석을 적용하면 소프트웨어는 잘못 정렬된 제품 라벨과 같이 어떤 변수가 잘못되었는지 정확히 표시할 수 있으며 결함이 언제, 얼마나 자주 발생하는지 기록하여 관리자가 근본 원인을 식별할 수 있습니다.

제조 시설의 머신 비전 결함 감지 및 예방을 위한 광범위한 응용 분야가 존재합니다. 몇 가지 예는 다음과 같습니다.

• 제조 공장: 고해상도 머신 비전 카메라는 제품의 아주 작은 이상 현상까지도 감지할 수 있습니다. 이러한 수준의 상세한 검사는 제품이 결함이 있을 경우 위험할 수 있는 의료기기나 자동차 엔진 부품인 경우 특히 중요합니다.
• 식품 생산: 식품 생산 과정에서 머신 비전은 잘못 라벨이 붙은 포장을 찾아내고, 라벨의 텍스트와 바코드를 읽고, 감자칩에 양념과 같은 첨가된 재료의 양을 모니터링할 수 있습니다. 머신 비전 솔루션은 라벨, 성분, 안전 씰과 같은 세부 사항에 대한 문서와 데이터를 제공함으로써 식품 제조업체가 엄격한 산업 표준 및 규정을 충족하도록 돕습니다.
• 교통편 : 머신 비전 기술을 사용하여 차량 제조업체는 조립 프로세스를 모니터링하고 실시간으로 결함을 찾아낼 수 있습니다. 예를 들어, 소프트웨어는 자동차 타이어 표면의 결함을 표시하고 인간이나 로봇에게 이를 제거하라고 알릴 수 있습니다. 자동화된 시스템을 사용하여 결함이 있는 부품을 식별하고 제거하면 기록된 데이터 스트림이 제공되므로 규정 준수에 도움이 됩니다.

의료 산업 : 병원, 의사, 환자용으로 제작된 제품은 주의 깊게 검사하여 올바르게 밀봉되고 라벨이 붙어 있는지 확인해야 합니다. 투약 오류가 미치는 영향 미국에서는 매년 XNUMX만 명 이상의 환자가 발생하며, 머신 비전 솔루션은 인간 검사관이 볼 수 없는 결함을 포착하여 그 수를 줄일 수 있습니다.

Emergent는 다음의 성능과 신뢰성을 활용합니다. GigE 비전 강력하고 안정적인 데이터 수집 및 전송을 보장하여 탁월한 성능을 제공하는 널리 액세스 가능한 이더넷 인프라입니다. 최적화된 GigE Vision 설정을 활용하고 NVIDIA와 같은 기술을 지원함으로써 GPU다이렉트 이미지를 GPU 메모리로 직접 전송하기 위해 Emergent는 상당한 데이터 전송을 처리할 때 시스템 CPU와 메모리의 부담을 제거합니다. 대신 GigE Vision 표준과의 호환성과 호환 소프트웨어 및 주변 장치와의 상호 운용성을 유지하면서 데이터 처리 작업을 위해 GPU의 성능을 활용합니다.

그림 3 : Sony PolarSens CMOS 편광 센서의 모든 렌즈 위에 있는 작은 와이어 그리드 편광판은 0픽셀 그룹에서 45°, 90°, 135° 및 XNUMX° 편광 각도를 갖습니다.

추가 카메라 옵션에 대해서는 당사를 확인하세요. 대화형 시스템 디자이너 도구.