Alleima

Älykäs konenäköteknologia parantaa Alleiman laadunvalvontaa

Prevas on kehittänyt yhdessä Alleiman kanssa konenäköön perustuvan ratkaisun putkien automaattiseen laadunvalvontaan tuotannossa. Ratkaisu hyödyntää tekoälypohjaista kuva-analyysiä ja mahdollistaa tasalaatuisemman ja tehokkaamman tarkastuksen perinteiseen manuaaliseen visuaaliseen tarkastukseen verrattuna.

Kun korkeat laatuvaatimukset edellyttävät älykkäämpää tarkastusta

Sandvikenissa toimiva Alleima on maailmanlaajuinen pitkälle jalostettujen ruostumattomien terästen ja erikoisseosten valmistaja. Yritys toimittaa tuotteita teollisuudenaloille, joilla laatu- ja suorituskykyvaatimukset ovat erittäin korkeat. Siksi laadunvalvonta on keskeinen osa yrityksen toimintaa.

Projektin taustalla on Alleiman tarve varmistaa vaativissa käyttökohteissa, muun muassa öljy- ja kaasuteollisuudessa, käytettävien putkien laatu. Tuotteet ovat pitkiä, tyypillisesti 12–16 metriä, ja niiden pinnan laadulle asetetaan erittäin korkeat vaatimukset. Aiemmin tarkastus tehtiin manuaalisesti siten, että operaattori tarkasti putket silmämääräisesti.

– Työ on sekä aikaa vievää että yksitoikkoista, sanoo Prevasin konenäkö- ja järjestelmäinsinööri Niklas Brusén. Lisäksi manuaalisen tarkastuksen tulokset voivat vaihdella esimerkiksi operaattorin kokemuksen sekä keskittymisen ja tarkkaavaisuuden mukaan eri ajankohtina.

Image source: Alleima

Image source: Alleima

Kuvaus ja tekoälypohjainen analyysi reaaliajassa

Teknisesti ratkaisu perustuu siihen, että putki liikkuu tuotantolinjalla eteenpäin ja pyörii samalla. Kamera kuvaa putken koko pinnan – yhdestä putkesta otetaan jopa 1 000 kuvaa. Tekoälyverkko käsittelee kuvat reaaliajassa, ja se on koulutettu tunnistamaan tiettyjä valssauksen aikana mahdollisesti syntyviä virheitä.

Havaitut virheet käsitellään tämän jälkeen manuaalisesti, esimerkiksi hiomalla. Järjestelmä toimii siten prosessin tukena eikä täysin automatisoituna ratkaisuna.

– Tämä helpottaa operaattoreiden työtä, Niklas Brusén sanoo. Sen sijaan, että heidän pitäisi tarkastaa putken koko pinta, he voivat keskittyä alueisiin, jotka järjestelmä tunnistaa poikkeaviksi. Näin säästyy aikaa ja heidän osaamistaan voidaan hyödyntää paremmin.

Pilottiprojekti tarjoaa paljon mahdollisuuksia

Alleiman tuotantoon asennettu ratkaisu on pilottiprojekti, jossa Alleima ja Prevas tutkivat yhdessä edistyneen konenäköteknologian mahdollisuuksia. Tähän mennessä tavoitteena on ollut varmistaa, että tekoäly ja neuroverkot pystyvät tunnistamaan virheitä todellisessa tuotantoympäristössä.

Ratkaisua voidaan kehittää edelleen monin tavoin. Yksi mahdollisuus on kartoittaa virheiden XY-sijainnit, jolloin voidaan osoittaa tarkasti, missä kohdassa tuotetta ne sijaitsevat.

– Ratkaisu on todennettu todellisessa tuotantoympäristössä, ja se osoittaa selvästi tekoälyn ja konenäön hyödyt, sanoo Prevasin Account Manager Milad Abdhagh. Tiiviimpi integraatio Alleiman muihin järjestelmiin voi kasvattaa ratkaisun arvoa entisestään esimerkiksi parantamalla jäljitettävyyttä ja tuotantodatan analysointimahdollisuuksia.

Osaamisemme

Tuotannonkehitys ja teollisuusautomaatio

Tutustu

Kiinnostavatko oivalluksemme?

Lue lisää