Hoe AI Volgordefouten in Complexe Productassemblage Detecteert

Complexe producten met tientallen montagestappen hebben een specifieke volgorde die moet worden gevolgd. Het plaatsen van een pakking voordat een deksel wordt vastgeschroefd lijkt vanzelfsprekend, maar in een product met 50 montagebewerkingen zijn sommige volgorde-afhankelijkheden subtiel. Een kabelboom moet worden geleid voordat een beugel wordt geïnstalleerd, omdat de beugel het loopvlak afdekt. Een lager moet worden geperst voordat een as wordt geplaatst, omdat de as de toegang tot de lagerboring blokkeert.

Wanneer deze volgordefouten optreden, is het resultaat herwerk: het product gedeeltelijk demonteren om de bewerking in de verkeerde volgorde te corrigeren. In ernstige gevallen wordt de fout pas opgemerkt wanneer het product in het veld is, waar de reparatiekosten ordes van grootte hoger zijn.

Waarom Volgordefouten Optreden

In handmatige assemblage zijn volgordefouten een natuurlijk gevolg van menselijke variatie. Een operator die uit het hoofd werkt, kan onbedoeld een stap overslaan en dat pas later beseffen. Een operator die met papieren instructies werkt, kan de volgorde verkeerd lezen. Wanneer de productiedruk hoog is, nemen operators soms shortcuts die onschuldig lijken maar de vereiste volgorde schenden.

Bij gemengde-modelassemblage kan de volgorde verschillen tussen productvarianten. Een operator die wisselt tussen varianten kan de volgorde voor de verkeerde variant volgen. Zelfs ervaren operators maken deze fouten af en toe.

Hoe AI Volgordefouten Opvangt

AI-visiesystemen bewaken het assemblageproces en verifiëren dat elke bewerking in de juiste volgorde plaatsvindt. Camera's die gepositioneerd zijn om het assemblagegebied te bekijken, leggen na elke bewerking beelden vast. De AI analyseert elk beeld om te bepalen welke bewerkingen zijn voltooid en vergelijkt de huidige toestand met de verwachte toestand op dat punt in de volgorde.

Als een bewerking ontbreekt of in de verkeerde volgorde staat, waarschuwt het systeem de operator onmiddellijk. Dit is veel effectiever dan eindelijnsinspectie, die alleen de gevolgen van volgordefouten kan detecteren (zoals een ingeklemde kabelboom) en niet de fout zelf. Door fouten op te vangen op het moment dat ze optreden, blijft de correctie minimaal in plaats van uitgebreide demontage te vereisen.

Het Visiesysteem Trainen

Het trainen van een AI om de assemblagestatus te herkennen, vereist beelden van het product in elke fase van de assemblage. Deze trainingsdata wordt verzameld tijdens de initiële installatie, vaak door een product te fotograferen dat stap voor stap correct wordt geassembleerd. De AI leert hoe het product er na elke bewerking uit moet zien en hoe de afwezigheid van elke bewerking eruitziet.

Voor producten met veel varianten moet de training elk variantpad bestrijken. Transfer learning helpt hierbij: een AI die op één variant is getraind, kan met minder aanvullende trainingsbeelden worden aangepast aan vergelijkbare varianten.

Integratie met Assemblagesystemen

Het visiesysteem integreert met gereedschapscontrollers om te voorkomen dat gereedschap kan werken wanneer de volgorde verkeerd is. Als een momentsleutel pas mag worden gebruikt nadat een specifieke subassemblage op zijn plaats zit, wordt het gereedschap elektronisch vergrendeld totdat het visiesysteem de voorgaande bewerking bevestigt. Deze poka-yoke-aanpak maakt het fysiek onmogelijk om bewerkingen in de verkeerde volgorde te voltooien.

Bezoek voor meer informatie over AI-foutpreventie in de productie de FirmAdapt-pagina voor productieanalyse.