Systémy s automatickým rozpoznáváním vad (ADR) od ATG

Q: Co nejvíce ovlivňuje přesnost ADR?

Výkon ADR ovlivňuje několik faktorů, zejména:kvalita a reprezentativnost trénovacích a validačních dat,správná anotace relevantních indikací,výběr vhodné metody NDT,stabilita kontrolních podmínek,geometrie dílu a stav povrchu,osvětlení a konfigurace kamer,kvalita obrazu a opakovatelnost snímání,definice kritérií přípustnosti,výrobní variabilita v čase. Pro dosažení spolehlivého detekčního výkonu je nezbytná úzká spolupráce mezi zákazníkem a ATG.

Obsah stránky

ATG vyvíjí a dodává zakázkové systémy Automated Defect Recognition (ADR) pro nedestruktivní zkoušení. Naše ADR řešení kombinují průmyslové strojové vidění, řízené osvětlení, automatizovanou manipulaci s díly, odborné znalosti v oblasti NDT a vyhodnocování založené na umělé inteligenci, pro podporu spolehlivé kontroly sériově vyráběných dílů.

ADR systémy lze nakonfigurovat pro vybrané metody NDT, včetně vizuální kontroly (VT), fluorescenční magnetické práškové zkoušky (MT/MPI) a fluorescenční kapilární zkoušky (PT/FPI). Podle konkrétní aplikace mohou být systémy dodávány jako samostatné kontrolní stanice nebo integrovány do automatizovaných výrobních linek s dopravníky, robotickou manipulací, kartézskými manipulátory nebo bin-pickingem.

Úspěšný ADR projekt vyžaduje úzkou spolupráci mezi ATG a zákazníkem. Protože detekční modely založené na AI jsou trénovány a validovány na zákaznicky specifických dílech a reálných podmínkách kontroly, je nezbytné poskytnout dostatečné množství reprezentativních vzorků. Tyto vzorky by měly zahrnovat typické OK díly, NOK díly a díly s relevantními indikacemi a měly by pokrývat očekávanou výrobní variabilitu, stav povrchu, geometrie, materiálové stavy a hraniční případy. Detekční schopnost, přesnost klasifikace, takt systému a přesnost měření se proto určují individuálně pro každou aplikaci a závisí na zvolené metodě NDT, geometrii dílu, stavu povrchu, osvětlení, konfiguraci kamer, typu indikací, kritériích přípustnosti a kvalitě trénovacích a validačních dat. Bez reprezentativních trénovacích a validačních vzorků nelze spolehlivý výkon ADR ani dosažitelnou úroveň automatizace potvrdit.

MPI a FPI řešení pro průmyslové testování

ATG vyvíjí pokročilá zařízení a systémy pro MPI a FPI, určené pro vysoce přesnou kontrolu ve výrobě, údržbě a v celé řadě průmyslových odvětví.

ET pro letectví

Objevte automatizované testování leteckých kol a další ET řešení navržená pro spolehlivou kontrolu při údržbě letecké techniky.

ASNT 9712

Rozvíjejte svou odbornou kvalifikaci prostřednictvím mezinárodně uznávané certifikace ASNT 9712 prostřednictvím ATG CERT.

Mezilaboratorní porovnávací zkoušky podle ISO 17043

Ověřte způsobilost své NDT laboratoře prostřednictvím akreditovaného poskytovatele mezilaboratorních porovnávacích zkoušek. K dispozici je také ověření způsobilosti NDT personálu.

ADR systémy jsou určeny k provozu v rámci zákazníkem schváleného kontrolního procesu. Mohou podporovat kvalifikovaný personál tím, že detekují, zvýrazňují a měří kandidátní indikace. Použití pro automatizované třídění OK/NOK je vždy specifické pro danou aplikaci a vyžaduje validaci vůči kontrolnímu postupu zákazníka, kritériím přípustnosti, výrobním podmínkám, platným normám a předpisům.

Co je Automated Defect Recognition?

Automated Defect Recognition (ADR) je pokročilý přístup k nedestruktivnímu zkoušení, při kterém se snímání obrazu, detekce indikací a podpora vyhodnocení provádějí automaticky pomocí kamer, senzorů, řízeného osvětlení a algoritmů založených na AI.

ADR systémy jsou navrženy tak, aby zlepšovaly konzistenci, opakovatelnost, produktivitu a sledovatelnost kontrolních procesů, zejména ve vysokosériových výrobních prostředích se stabilními a dobře definovanými kontrolními podmínkami.

ADR při NDT kontrole může umožnit:

automatizované snímání obrazu a podporu kontroly,
digitální záznamy z kontroly a sledovatelnost,
opakovatelné vyhodnocování kandidátních indikací,
snížení pracovní zátěže operátorů při opakovaných kontrolních úlohách,
krátké takty a nepřetržitý provoz,
konfigurovatelné směrování OK, NOK a nejistých dílů,
statistické reportování a dlouhodobé sledování procesu,
provoz 24/7 s krátkými takty.

NDT metody vhodné pro automatizaci

Které metody NDT jsou vhodné pro automatizaci? Ne všechny kontrolní metody jsou pro automatizaci stejně vhodné a výběr správné metody pro danou kontrolní úlohu je zásadní. ATG nabízí následující metody NDT s možností automatizace, vhodné pro integraci do výrobních linek:

Vizuální kontrola (VT) – vhodná pro detekci viditelných trhlin a povrchových anomálií.
Magnetická prášková zkouška (MPI) – pro povrchové a podpovrchové vady feromagnetických materiálů.
Fluorescenční kapilární zkouška (FPI) – účinná pro detekci povrchově otevřených indikací pod UV osvětlením.
Ultrazvukové zkoušení (UT) – například pro vybrané aplikace, jako je kontrola bodových svarů.

Výběr vhodné techniky a automatizačního procesu závisí na typu indikací, objemu výroby, geometrii dílu a vlastnostech povrchu.

NDT školení a certifikace v leteckém průmyslu

Celé odvětví leteckého průmyslu je založeno na samotném principu, že zaměstnavatel/výrobce má konečnou odpovědnost za všechny své produkty a služby poskytované svým zákazníkům. To zahrnuje i odpovědnost za všechny jeho/její činnosti a operace. To znamená, že je odpovědný i za své zaměstnance.Speciální procesy (tj. procesy vyžadující ověření správného provedení) mají podstatnou roli v rozvoji každého podnikatelského subjektu, neboť jsou významným zdrojem přidané hodnoty. NDT, vlastní speciální proces, je nesmírně důležitý, protože funguje jako ověřovací nástroj pro mnoho dalších speciálních procesů a také často funguje jako mechanismus zajištění kvality před konečným uvolněním produktů k zákazníkovi.

Přečíst celý článek »

Jak Automated Defect Recognition funguje při NDT zkoušení?

ADR systémy implementované v nedestruktivním zkoušení obvykle zahrnují několik vzájemně propojených kroků:

Manipulace a polohování dílů

Díly mohou být automaticky manipulovány pomocí dopravníků, robotů, kartézských manipulátorů, přípravků nebo bin-picking systémů. Správné polohování je nezbytné pro dosažení opakovatelných kontrolních podmínek a stabilního snímání obrazu.

Snímání obrazu a osvětlení

Průmyslové kamery, optika a přizpůsobené osvětlení se volí podle konkrétní kontrolní úlohy. Systém strojového vidění je navržen tak, aby zachytil požadované kontrolované oblasti definované v zákazníkem schváleném kontrolním postupu. U vhodných geometrií dílů lze systém nakonfigurovat tak, aby dosáhl plného pokrytí specifikovaných kontrolovaných povrchů. Skutečné pokrytí se ověřuje během studie proveditelnosti a validace.

Vyhodnocení založené na AI

Modely hlubokého učení zpracovávají získaná obrazová data a detekují, klasifikují nebo měří kandidátní indikace. Relevance každé indikace se vyhodnocuje podle definovaných pravidel, požadavků zákazníka a použitelných kritérií přípustnosti.

Podpora rozhodování a třídění

Systém může podporovat rozhodovací procesy OK/NOK tím, že na výsledky kontroly aplikuje validovaná pravidla schválená zákazníkem. Podle konkrétní aplikace mohou být nejisté výsledky směrovány k lidskému přezkoumání.

Plně automatizované třídění může být implementováno pouze po zákaznicky specifické validaci, která potvrdí, že výkon systému splňuje dohodnutý kontrolní postup, kritéria přípustnosti, výrobní požadavky a platné předpisy.

Proces implementace ADR

Implementace systému Automated Defect Recognition je postupný proces navržený tak, aby snižoval technická rizika a ověřoval výkon v realistických podmínkách.

Studie proveditelnosti

Proces obvykle začíná studií proveditelnosti. V této fázi zákazník poskytuje technické požadavky, informace o kontrolovaných dílech a reprezentativní OK/NOK vzorky nebo vzorky obsahující relevantní indikace.

Na základě těchto vstupů ATG posuzuje vhodnost zvolené metody NDT, testuje koncepty manipulace s díly, navrhuje konfiguraci systému strojového vidění a provádí počáteční detekci indikací založenou na AI pomocí zákaznicky specifických obrazových dat.

Cílem studie proveditelnosti je potvrdit, zda lze požadované indikace spolehlivě detekovat za řízených a opakovatelných podmínek.

Implementace poloautomatického ADR systému

Po úspěšné studii proveditelnosti často následuje implementace poloautomatického ADR systému ve výrobním prostředí.

V této fázi systém pořizuje kontrolní data a automaticky detekuje a zvýrazňuje potenciální indikace. Konečné vyhodnocení a rozhodnutí o přípustnosti mohou zůstat na kvalifikovaném personálu, zatímco výkon systému je ověřován v reálných výrobních podmínkách.

Tento přístup podporuje bezpečnou validaci, umožňuje další sběr dat a dovoluje zpřesňovat AI modely, prahové hodnoty a kontrolní pravidla před zavedením vyšších úrovní automatizace.

Plně automatizovaná kontrola a třídění

Jakmile ADR systém prokáže stabilní výkon podle dohodnutých validačních kritérií na definovaných dílech, může být pro danou aplikaci rozšířen o automatizované třídění OK/NOK, pokud to umožňují platné předpisy.

Plně automatizované třídění se implementuje pouze tam, kde byly kontrolní proces, kritéria přípustnosti, výkon systému, sledovatelnost, nakládání s nejistými výsledky a fail-safe chování validovány a schváleny zákazníkem.

I u automatizovaných systémů zůstávají důležité periodická validace, dohled nad procesem, údržba, řízení verzí modelu a přezkum nejistých nebo výjimečných případů.

Validace AI, sledovatelnost a řízení životního cyklu

Každý ADR systém je vyvíjen a validován pro konkrétní aplikaci. Výkon závisí na kvalitě a reprezentativnosti trénovacích a validačních dat, stabilních výrobních podmínkách a jasně definovaných kritériích přípustnosti.

ATG může poskytovat zákaznicky specifickou konfiguraci a validační podporu, včetně:

řízeného nastavení snímání obrazu,
definované verze AI modelu a softwarové konfigurace,
podpory při přípravě a anotaci datasetu,
testování detekce,
definice kategorií OK/NOK/nejisté,
sledovatelných záznamů z kontroly,
statistického reportování výsledků kontroly,
řízeného procesu přetrénování a aktualizace modelu,
periodického přezkumu výkonu během produkčního používání.

Aktualizace modelu, přetrénování, změny prahových hodnot a softwarové úpravy by měly být řízeny prostřednictvím kontrolovaného procesu změn. To pomáhá udržet stabilní výkon kontroly a podporuje auditovatelnost během celého životního cyklu systému.

Zákaznické vzorky, snímky a kontrolní data se používají pro studii proveditelnosti, trénování nebo validaci pouze za smluvně dohodnutých podmínek. Způsob nakládání s daty, doba uchování, důvěrnost a případné použití pro zlepšování modelu jsou se zákazníkem definovány před zahájením projektu.

Složitost kontrolovaných dílů a návratnost investice u systémů ADR

Složitost ADR projektu roste s geometrií dílu, drsností povrchu, materiálovou variabilitou, dostupností kontrolovaných oblastí a složitostí relevantních indikací.

Nejvhodnějšími kandidáty pro automatizaci ADR jsou obvykle sériově vyráběné nekritické díly se stabilní geometrií, opakovatelnými výrobními podmínkami, jasně definovanými kritérii přípustnosti a dostatečným objemem kontroly.

U vhodných vysokosériových aplikací mohou zákazníci dosáhnout návratnosti investice přibližně během 1 až 3 let, v závislosti na objemu výroby, nákladech na pracovní sílu, rozsahu kontroly, řešení falešných indikací, požadavcích na údržbu, požadovaném taktu a úrovni automatizace.

Studie proveditelnosti se doporučuje pro odhad technické složitosti, očekávaného výkonu a ekonomické návratnosti pro každou konkrétní aplikaci.

Zařízení pro automatické rozpoznávání vad dodávaná společností ATG

ATG dodává zakázkové systémy pro automatické rozpoznávání dat (ADR) navržené podle konkrétních požadavků zákazníka a výrobních podmínek. Každé řešení kombinuje dlouhodobé zkušenosti ATG v oblasti nedestruktivního zkoušení s pokročilým strojovým viděním, automatizací, robotickou manipulací a vyhodnocováním obrazu založeným na AI.

Podle konkrétní aplikace mohou tyto systémy zahrnovat:

automatizovanou manipulaci s díly,
robotickou manipulaci s díly, kamerami nebo kontrolními nástroji,
řízenou kontrolní sekvenci,
snímání obrazu strojovým viděním ve viditelném nebo UV osvětlení,
zpracování obrazu navržené pro snížení falešných indikací,
AI rozpoznávání kandidátních indikací,
volitelné měření charakteristik relevantních indikací,
vyhodnocení podle pravidel schválených zákazníkem a kritérií přípustnosti,
třídění OK, NOK a nejistých dílů,
směrování nejistých dílů k lidskému přezkoumání, je-li požadováno,
statistické reportování výsledků kontroly,
digitální záznamy pro sledovatelnost a audity kvality,
snížení pracovní zátěže operátorů při opakovaných kontrolních úlohách.

Vizuální kontrola: automatizovaný systém vizuální kontroly ložisek (iVT B1)

Systémy ATG iVT (intelligent Visual Testing) podporují automatizovanou vizuální kontrolu vybraných dílů a povrchů. Podle konkrétní aplikace mohou systémy iVT detekovat a klasifikovat viditelné kandidátní indikace, jako jsou škrábance, koroze, trhliny, povrchové znaky podobné pórovitosti, otlaky, propálení, nesprávná montáž, cizí předměty, rozměrové anomálie nebo nesprávné značení.

Magnetická prášková zkouška: systémy iMT

Systémy ATG iMT (intelligent Magnetic Testing) nabízejí poloautomatizované nebo plně automatizované aplikace magnetické práškové kontroly.

Tyto systémy mohou pomáhat s posouzením přítomnosti, typu, polohy a velikosti kandidátních indikací. Automatizovaná MT kontrola je technicky náročná, protože výsledky mohou být ovlivněny tvarem dílu, stavem povrchu, úrovní fluorescence pozadí, podmínkami magnetizace, osvětlením a kvalitou snímání obrazu.

ATG tyto výzvy řeší kombinací NDT know-how, řízeného kontrolního hardwaru, strojového vidění a vyhodnocování obrazu založeného na AI. Každý systém iMT je nakonfigurován a validován pro konkrétní kontrolovaný díl a kontrolní kritéria.

Kapilární zkouška: systémy iPT

Systémy ATG iPT (intelligent Penetrant Testing) podporují automatizované aplikace fluorescenční kapilární zkoušky, včetně nakládání, vykládání, snímání obrazu, detekce indikací, měření, reportování a třídění.

Příklady detekovaných indikací

1.9b_500k-1536x1125

Indications-common-to-FPI-methods

k11a-1-1536x1125

mt-exponat-na-sucho-snimani-3z08_top1_100k-768x563

Výkon ADR je specifický pro konkrétní aplikaci. Detekční schopnost, přesnost klasifikace, přesnost měření a takt systému závisí na kontrolovaném dílu, metodě NDT, stavu povrchu, optické konfiguraci, kvalitě datasetu a kritériích přípustnosti. Každý ADR systém musí být validován pro své zamýšlené použití před tím, než bude použit pro produkční uvolňování dílů nebo automatizované třídění. Konečná odpovědnost za kontrolní postupy, kritéria přípustnosti a uvolnění produktu zůstává na zákazníkovi v souladu s použitelnými normami, specifikacemi a regulatorními požadavky.

Často kladené dotazy (FAQ)

Jaké jsou hlavní přínosy automatického rozpoznávání dat (Automated Defect Recognition)?

Automated Defect Recognition může zlepšit konzistenci, opakovatelnost, produktivitu v režimu 24/7 a sledovatelnost NDT kontrolních procesů.

ADR systémy snižují vliv únavy operátora při opakovaných kontrolních úlohách, podporují krátké takty a umožňují digitální ukládání kontrolních dat. To pomáhá při auditech kvality, optimalizaci procesů, analýze trendů indikací a dlouhodobém monitorování výroby.

ADR může také snížit závislost na manuálním vizuálním vyhodnocení u vhodných vysokosériových aplikací, přičemž kvalifikovaný personál zůstává odpovědný za schválení postupu, dohled a kritéria přípustnosti.

Může ADR plně nahradit lidské inspektory?

ADR se obvykle zavádí postupně.

V první fázi systém funguje jako nástroj podpory rozhodování tím, že detekuje a zvýrazňuje kandidátní indikace, zatímco kvalifikovaný personál si ponechává odpovědnost za konečné vyhodnocení.

Po získání dostatečného množství produkčních dat, validaci a schválení úspěšnosti detekce indikací zákazníkem může být ADR použito pro automatizované třídění v definovaných aplikacích. I poté zůstává nezbytný lidský dohled, periodická validace, řešení nejistých výsledků, údržba a řízení změn softwaru nebo modelu.

Zda lze ADR použít pro automatizované rozhodování o přípustnosti, závisí na kontrolním postupu zákazníka, použitelných normách, smluvních požadavcích, kritičnosti produktu a výsledcích validace. I u plně automatizovaných systémů však zůstává lidský dohled důležitý pro dohled nad systémem, validaci a odpovědnost za rozhodnutí o kvalitě kontrolovaných dílů.

V jakých odvětvích se ADR systémy používají?

ADR systémy se používají v odvětvích, kde jsou důležité kvalita, spolehlivost, produktivita a sledovatelnost. Typické aplikace zahrnují automobilový průmysl, železniční průmysl, obranný průmysl, strojírenství a další sektory se sériovou výrobou, definovanými požadavky na kontrolu a předpisy umožňujícími takové použití.

ADR je obzvláště vhodné pro vysokosériovou výrobu, kde jsou díly, kritéria indikací a kontrolní podmínky stabilní a opakovatelné.

Co nejvíce ovlivňuje přesnost ADR?

Výkon ADR ovlivňuje několik faktorů, zejména:

kvalita a reprezentativnost trénovacích a validačních dat,
správná anotace relevantních indikací,
výběr vhodné metody NDT,
stabilita kontrolních podmínek,
geometrie dílu a stav povrchu,
osvětlení a konfigurace kamer,
kvalita obrazu a opakovatelnost snímání,
definice kritérií přípustnosti,
výrobní variabilita v čase.

Pro dosažení spolehlivého detekčního výkonu je nezbytná úzká spolupráce mezi zákazníkem a ATG.

Které metody NDT lze automatizovat pomocí ADR?

ADR lze aplikovat na vybrané metody NDT, u nichž lze informace o indikacích zachytit jako spolehlivá obrazová nebo senzorová data. Mezi běžné aplikace patří:

vizuální kontrola (VT),
magnetická prášková zkouška (MT),
kapilární zkouška (PT),
radiografické zkoušení.

Každá metoda vyžaduje specifický přístup k osvětlení, snímání obrazu a vyhodnocení pomocí AI. Vhodnost metody závisí na typu indikací, geometrii dílu, stavu povrchu a objemu výroby.

Je ADR vhodné pro složité geometrie dílů?

Ano, ADR lze aplikovat i na složité geometrie. Složitost systému se však zvyšuje s tvarem dílu, drsností povrchu a dostupností kontrolovaných oblastí.

Složité aplikace mohou vyžadovat robotickou manipulaci, více kamer, pokročilé osvětlení, dílově specifické přípravky nebo optimalizované kontrolní dráhy.

Studie proveditelnosti se doporučuje pro ověření detekční schopnosti, pokrytí povrchu, taktu systému a optimální konfigurace systému.

Jak dlouho trvá implementace ADR systému v rámci nedestruktivního testování?

Doba implementace závisí na složitosti systému, dostupnosti dílů, požadované úrovni automatizace, dostupnosti reprezentativních vzorků a požadované hloubce validace.

Studii proveditelnosti lze často dokončit během několika měsíců. Plná implementace, včetně mechanického návrhu, snímání obrazu, sběru dat, trénování AI, softwarové integrace, testování a produkční validace, obvykle trvá déle a plánuje se individuálně pro každý projekt.

Postupný přístup k implementaci pomáhá snižovat technické riziko a podporuje hladkou integraci do stávajících výrobních linek.

Jaká je typická návratnost investice (ROI) u ADR?

U vhodných vysokosériových aplikací mohou ADR systémy dosáhnout návratnosti investice přibližně během 1 až 3 let.

Skutečná návratnost závisí na rozsahu kontroly, nákladech na pracovní sílu, objemu výroby, současné efektivitě kontroly, požadovaném taktu, nákladech na údržbu, řešení falešných indikací a zvolené úrovni automatizace.

Studie proveditelnosti může pomoci odhadnout technickou vhodnost i očekávaný ekonomický přínos.