Bagaimana AI Mendeteksi Kesalahan Urutan Perakitan dalam Manufaktur Produk Kompleks

Produk kompleks dengan puluhan langkah perakitan memiliki urutan spesifik yang harus diikuti. Memasang gasket sebelum mengencangkan penutup tampak jelas, tetapi dalam produk dengan 50 operasi perakitan, beberapa ketergantungan urutan halus. Wire harness harus dirutekan sebelum bracket dipasang karena bracket menutupi jalur perutean. Bearing harus ditekan sebelum shaft dimasukkan karena shaft memblokir akses ke lubang bearing.

Saat kesalahan urutan ini terjadi, hasilnya adalah pengerjaan ulang: membongkar sebagian produk untuk memperbaiki operasi yang tidak berurutan. Dalam kasus parah, kesalahan tidak tertangkap sampai produk berada di lapangan, di mana biaya perbaikan lebih besar berlipat-lipat.

Mengapa Kesalahan Urutan Terjadi

Dalam perakitan manual, kesalahan urutan adalah konsekuensi alami dari variasi manusia. Operator yang bekerja dari memori mungkin tanpa sengaja melewatkan langkah dan kemudian menyadarinya kemudian. Operator yang bekerja dari instruksi kertas mungkin salah membaca urutan. Saat tekanan produksi tinggi, operator terkadang mengambil jalan pintas yang tampak tidak berbahaya tetapi melanggar urutan yang diperlukan.

Dalam perakitan model campuran, urutan dapat berbeda antara varian produk. Operator yang beralih antar varian mungkin mengikuti urutan untuk varian yang salah. Bahkan operator berpengalaman membuat kesalahan ini sesekali.

Bagaimana AI Menangkap Kesalahan Urutan

Sistem visi AI memantau proses perakitan dan memverifikasi bahwa setiap operasi terjadi dalam urutan yang benar. Kamera diposisikan untuk melihat area perakitan menangkap gambar setelah setiap operasi. AI menganalisis setiap gambar untuk menentukan operasi mana yang telah selesai dan membandingkan keadaan saat ini dengan keadaan yang diharapkan pada titik tersebut dalam urutan.

Apabila operasi hilang atau tidak berurutan, sistem segera memberi peringatan kepada operator. Hal ini jauh lebih efektif daripada inspeksi akhir lini, yang hanya dapat mendeteksi konsekuensi kesalahan urutan (seperti wire harness yang terjebak) alih-alih kesalahan itu sendiri. Dengan menangkap kesalahan pada titik terjadinya, koreksinya minimal alih-alih memerlukan pembongkaran ekstensif.

Melatih Sistem Visi

Melatih AI untuk mengenali keadaan perakitan memerlukan gambar produk pada setiap tahap perakitan. Data pelatihan ini dikumpulkan selama pengaturan awal, sering dengan memotret produk yang dirakit dengan benar langkah demi langkah. AI mempelajari seperti apa produk seharusnya terlihat setelah setiap operasi dan seperti apa ketiadaan setiap operasi terlihat.

Untuk produk dengan banyak varian, pelatihan harus mencakup setiap jalur varian. Transfer learning membantu di sini: AI yang dilatih pada satu varian dapat diadaptasi ke varian serupa dengan lebih sedikit gambar pelatihan tambahan.

Integrasi dengan Sistem Perakitan

Sistem visi terintegrasi dengan kontroler tooling untuk mencegah alat beroperasi ketika urutan salah. Apabila torque wrench seharusnya tidak digunakan sampai sub-perakitan tertentu ada di tempat, alat dikunci secara elektronik sampai sistem visi mengonfirmasi operasi prasyarat. Pendekatan error-proofing ini membuat secara fisik tidak mungkin untuk menyelesaikan operasi di luar urutan.

Untuk informasi lebih lanjut tentang error-proofing AI dalam manufaktur, kunjungi halaman analisis manufaktur FirmAdapt.