Grazie all'uso avanzato di strumenti di intelligenza artificiale (AI), Dimac è ora in grado di replicare anche le più complesse ispezioni visive umane sui componenti metallici.
Questa innovazione estende l'automazione del controllo qualità a settori in cui i tradizionali sistemi di visione industriale non erano in grado di fornire risultati affidabili.
La nuova generazione di macchine Dimac per il controllo qualità dei fasteners è in grado di rilevare difetti che un tempo erano impossibili da identificare con i sistemi tradizionali.
Il risultato è:
- controlli più accurati ed efficaci,
- riduzione significativa degli scarti di produzione,
- risparmio economico ed energetico
- un time to market più breve.
Ispezione ottica ad alta velocità alimentata dall'intelligenza artificiale
Le selezionatrici Dimac integrano stazioni di controllo ottico ad alta velocità - fino a 700 pezzi al minuto - dotate di telecamere e unità di illuminazione avanzate, con un software di visione AI-powered. Sulla stessa macchina è possibile eseguire controlli anche con altre stazioni tradizionali.
Il software AI elabora le immagini in scala di grigio acquisite dalle telecamere, ne interpreta il contenuto e determina in tempo reale se ogni pezzo è conforme o difettoso.
Gli algoritmi di intelligenza artificiale di Dimac confrontano le immagini in arrivo con un database di riferimento, identificando istantaneamente i pezzi non conformi.
Alcuni esempi di applicazione:
- L'intelligenza artificiale è in grado di distinguere una marcatura incisa da una crepa superficiale, evitando falsi scarti.
- È in grado di misurare le dimensioni reali anche quando la superficie è sporca o contaminata.
- È in grado di riconoscere i difetti di aspetto dei materiali con colore o finitura non uniformi.
L'intelligenza artificiale non si limita a “vedere” i difetti: li comprende
Algoritmi basati sulla similarità e apprendimento continuo
A differenza dei tradizionali sistemi di visione basati su regole, il software AI di Dimac non si basa su parametri o soglie predefinite.
Invece, l'algoritmo valuta la similarità statistica tra le immagini analizzate e le categorie di riferimento, determinando la probabilità che una nuova immagine appartenga alla classe “conforme” o “non conforme”.
Ogni “rete neurale” è inizialmente addestrata per riconoscere un tipo specifico di difetto, ma può essere ampliata per ispezionare famiglie di pezzi con caratteristiche simili (ad esempio, forma identica ma materiale diverso).
Una volta addestrato, il modello può essere aggiornato con nuovi parametri o tipi di difetti, mantenendo la base di addestramento originale.
La rete neurale è un file collegato al piano di controllo e viene richiamata automaticamente ogni volta che il piano viene caricato.
Dimac esegue la formazione AI come servizio
L'addestramento dell'intelligenza artificiale richiede:
- una stazione di calcolo ad alte prestazioni dedicata,
- le licenze software necessarie e
- competenze specialistiche nella visione artificiale e nell'apprendimento automatico.
Il processo di formazione dell'intelligenza artificiale richiede una stazione di calcolo adeguata, le necessarie licenze software e competenze specialistiche e può essere eseguito in remoto dai tecnici Dimac.
Il software installato della selezionatrice Dimac è fornito di serie con una semplice procedura guidata per assistere gli operatori nell'acquisizione di immagini di campioni buoni e difettosi.
In questo modo, gli ingegneri Dimac può effettuare l'addestramento o l'aggiornamento dei modelli in remoto, entro 3 giorni dalla ricezione delle immagini.
Partendo dalle immagini acquisite sulla macchina, Dimac esegue internamente l'addestramento, la messa a punto e la convalida del modello AI, e poi installa la rete neurale addestrata direttamente sulla macchina selezionatrice del cliente.
IL PROCESSO DI FORMAZIONE AI
1. Acquisizione di immagini reali
Vengono acquisite immagini reali di componenti in varie condizioni operative (illuminazione, orientamento, stato della superficie), compresi i pezzi conformi e quelli difettosi.
Le aree difettose vengono annotate manualmente o tramite strumenti di etichettatura semiautomatici.
2. Data Augmentation
Dai campioni reali vengono create nuove variazioni dell'immagine attraverso trasformazioni geometriche (rotazione, traslazione, zoom) e regolazioni di luminosità, contrasto e rumore.
Questo aumenta la diversità del set di dati e migliora la generalizzazione del modello.
3. Generazione di immagini sintetiche
Quando i campioni di difetti reali sono rari o non disponibili, Dimac impiega la simulazione fotorealistica e la modellazione procedurale per generare immagini sintetiche di componenti metallici. I difetti simulati includono graffi, crepe, ammaccature o contaminazioni superficiali.
4. Randomizzazione del dominio e variabilità controllata
Durante la generazione di immagini sintetiche, vengono introdotte variazioni casuali controllate di illuminazione, texture, angolo di ripresa e rumore. Questa tecnica, nota come randomizzazione del dominio, rende il modello più robusto alle condizioni imprevedibili del mondo reale e riduce il divario tra dati sintetici e dati reali.
Oltre i dispositivi di fissaggio: L'intelligenza artificiale per l'interpretazione delle immagini
L'uso dell'IA per l'interpretazione visiva si è dimostrato altamente flessibile e scalabile.
Gli stessi algoritmi sviluppati da Dimac possono essere applicati in qualsiasi campo che richieda un discernimento simile a quello umano dell'ispezione visiva della qualità, ma con una velocità nettamente superiore e un processo di formazione semplificato.
Ad esempio, queste tecnologie sono sempre più importanti nell'imaging e nella diagnostica medica, dove l'IA può supportare l'interpretazione di dati visivi complessi con una precisione eccezionale.
Conclusione
L'integrazione dell'intelligenza artificiale nelle macchine di selezione Dimac rappresenta un importante salto tecnologico nel controllo qualità automatizzato.
Combinando visione ad alta velocità, apprendimento automatico e simulazione di immagini sintetiche, Dimac si spinge oltre i confini dell'ispezione visiva industriale, offrendo un nuovo standard di affidabilità, precisione ed efficienza.