A deteção de defeitos com visão artificial identifica em linha as unidades não conformes e separa-as antes de chegarem ao cliente. Ao inspecionar 100 % da produção, reduz a produção defeituosa que escapa ao controlo e otimiza a taxa de rejeição. Vejamos como funciona e o impacto na qualidade.
Que defeitos deteta
Um sistema de visão deteta defeitos superficiais (riscos, manchas, fissuras), de forma e dimensões, de cor, de montagem, de rotulagem ou codificação, e a presença de corpos estranhos. Tudo à velocidade da linha e com critério constante.
Regras versus deep learning
Para defeitos bem definidos, a visão por regras é rápida e precisa. Para defeitos variáveis ou difíceis de descrever —típicos de produtos naturais—, os modelos de deep learning aprendem a distinguir o correto do defeituoso a partir de exemplos, ampliando o alcance da inspeção.
Produção defeituosa e taxa de rejeição
Sem inspeção a 100 %, parte da produção defeituosa chega ao mercado e gera reclamações. Com visão artificial, esses defeitos são detetados e retirados automaticamente. Além disso, analisar os dados de rejeição revela as causas raiz: ajustar o processo permite baixar a taxa de rejeição real, não apenas intercetá-la.
De detetar a melhorar
Cada rejeição é um dado. Registar o que falha, quando e porquê transforma a deteção de defeitos numa alavanca de melhoria contínua: menos desperdício, menos reprocessos e uma qualidade estável.
Na AIS Vision Systems aplicamos deep learning e a nossa plataforma de inspeção para detetar defeitos e reduzir a sua taxa de rejeição. Fale-nos do seu caso.