Narzędzia ręczne
Wychwytuj pęknięcia odkuwek, wady powłok galwanicznych, błędy zalewania rękojeści, czytelność znakowania i wady opakowań, zanim narzędzia opuszczą gniazdo montażowe.
Zautomatyzowana kontrola jakości w produkcji narzędzi ręcznych, działająca na odnowionym iPhone obok Twojej prasy kuźniczej, stanowiska okrawania, linii galwanicznej, gniazda zalewania rękojeści i stanowiska pakowania w blistry.
Pęknięta szczęka, której żaden operator nie wychwyci, dopóki fachowiec nie otworzy blistra w hurtowni, klucz ze zbyt cienką powłoką, który pakowacz zawija, nie zauważając problemu, wkrętak z rozmazanym oznaczeniem rozmiaru, który przechodzi przez gniazdo znakowania i zawodzi przy przyjęciu towaru w sieci DIY. Na linii narzędzi ręcznych dostarczającej do detalu DIY i do fachowców każde narzędzie, które wyjeżdża z ukrytą wadą, kosztuje Cię dwa razy. Narzędzie wyjeżdża pod Twoją marką albo pod marką własną hurtowni. Potem hurtownia oddzwania, fachowiec dzwoni do obsługi klienta, a kolejny przegląd kategorii trafia do konkurencji z najbliższych targów. Operatorzy wychwytują oczywiste wady, ale stopniowy dryf nadruku znakowania, który kamera widzi przy gnieździe znakowania laserowego, to dokładnie ten, który zmęczony człowiek pomija po trzeciej godzinie. Zautomatyzowana kontrola jakości w produkcji narzędzi ręcznych zamyka tę lukę, a nie potrzebujesz do tego systemu wizyjnego za sześciocyfrową kwotę.
Czym jest zautomatyzowana kontrola jakości w produkcji narzędzi ręcznych?
Wykrywanie wad przez AI w narzędziach ręcznych wykorzystuje kamerę oraz model wizyjny, który obserwuje każde narzędzie opuszczające prasę kuźniczą, stanowisko okrawania, linię galwaniczną, gniazdo zalewania rękojeści i stanowisko pakowania w blistry, i oznacza sztuki niezgodne, zanim trafią do wysyłki. Zamiast operatora przy stole kontrolnym albo sztywnej wizji maszynowej opartej na regułach model uczy się sygnatury odkuwki, wykończenia galwanicznego, geometrii zalewanej rękojeści i wzoru znakowania w Twoim portfolio SKU, a następnie stosuje spójny punkt kontroli wizualnej na wszystkich zmianach, przy różnych prędkościach linii i przy zmianach gatunku.
Narzędzia ręczne są wyjątkowo trudne do kontrolowania przy prędkości linii, ponieważ wykończenie powierzchni wygląda inaczej przy powłokach chromowanych, satynowych i czernionych, zalewana rękojeść z założenia różni się w obrębie tej samej serii SKU, a pęknięta odkuwka, która nie przechodzi testu zrzutowego u klienta, wygląda w oświetleniu warsztatowym identycznie jak normalnie zaokrąglona krawędź. Wizja maszynowa oparta na regułach zbudowana wokół jednego SKU przestaje działać w momencie, w którym przechodzisz na inny łeb, inną rękojeść albo inne wykończenie. Kontrola prowadzona przez AI radzi sobie z tymi wariantami, ponieważ model uczy się z rzeczywistych klatek produkcyjnych, a nie ze sztywnego progu.
Efektem jest zautomatyzowany punkt kontroli wizualnej, który uzupełnia Twoją próbkę ze stołu kontrolnego i daje Ci zapis obrazu dla każdego narzędzia. Kiedy sześć tygodni później wraca zapytanie od sieci albo zgłoszenie gwarancyjne, możesz wyciągnąć klatki z dokładnie tego blistra produkcyjnego i albo potwierdzić wadę, albo odrzucić zarzut z dowodami.
Wady, które wykrywamy na liniach produkcji narzędzi ręcznych
Pęknięcia odkuwek i wady łba
Wady odkuwek obejmują pęknięcia promieniowe i osiowe na linii wypływki, ślady zakucia oraz deformację łba, wywołane zużyciem matryc, dryfem temperatury wsadu albo przeciążeniem prasy. Pęknięcia nie przechodzą testów zrzutowych i momentu przy przyjęciu towaru w hurtowni, a deformacja łba prowadzi do reklamacji z eksploatacji od profesjonalistów. Operatorzy oglądają odkuwki okiem przy stole okrawania, ale nie są w stanie obejrzeć każdej sztuki. Model AI uczy się sygnatury odkuwki zgodnej ze specyfikacją dla każdego SKU i oznacza pęknięcia, zakucia oraz deformację łba na wyjściu ze stanowiska okrawania, więc linia może wymienić matryce, zanim wyjedzie cała seria.
Pokrycie powłoką galwaniczną i cienkie miejsca
Wady powłoki galwanicznej obejmują cienkie miejsca, zacieki, niepokryte plamy i matowy chrom, wywołane dryfem prostownika, nierównomiernym załadunkiem stelaża albo zanieczyszczeniem kąpieli płuczącej. Cienkie miejsca nie przechodzą testu w komorze solnej na SKU klasy profesjonalnej, a matowy chrom prowadzi do odrzucenia kosmetycznego w magazynie sieci DIY. Operatorzy oceniają kolor powłoki okiem, ale pomijają powolny dryf narastający w długim cyklu kąpieli. Model AI uczy się koloru i odbicia powłoki zgodnej ze specyfikacją dla każdego wykończenia i oznacza cienkie miejsca, zacieki oraz niepokryte plamy na wyjściu z linii galwanicznej, więc linia może skorygować ustawienia, zanim wyjedzie cały stelaż.
Wypływka i wady połączenia zalewanej rękojeści
Wady rękojeści obejmują wypływkę z zalewania, niedolewy na powierzchni chwytnej, ślady linii łączenia oraz odchodzenie tworzywa przy nieudanym połączeniu, wywołane zużyciem formy, zmianą chemii partii tworzywa albo dryfem temperatury łączenia. Nieudane połączenie sprawia, że uchwyt schodzi klientowi w dłoni, a wypływka nie przechodzi kontroli kosmetycznej w magazynie hurtowni. Model AI uczy się sygnatury rękojeści zgodnej ze specyfikacją dla każdego SKU i oznacza wypływkę, niedolewy, linie łączenia i odchodzenie tworzywa na wyjściu z gniazda, więc linia może skorygować ustawienia, zanim wyjedzie cały cykl.
Geometria szczęk, łba i krawędzi tnącej
Wady geometrii obejmują niewycentrowane szczęki, skręcone łby, tępe krawędzie tnące oraz kąty rozwarcia poza specyfikacją, wywołane zużyciem matrycy okrawającej, dryfem uchwytu łba albo zużyciem ściernicy. Niewycentrowane szczęki nie przechodzą testu przylegania na stole klienta, a tępe krawędzie prowadzą do roszczeń gwarancyjnych od klientów profesjonalnych. Model AI uczy się sygnatury geometrii zgodnej ze specyfikacją dla każdego SKU i oznacza dryf na stanowisku okrawania albo szlifowania, więc linia może skorygować ustawienia, zanim wyjedzie cała seria.
Czytelność znakowania i błędy oznaczeń rozmiaru
Wady znakowania obejmują wyblakłe oznaczenia laserowe, rozmazane stemple atramentowe, brakujące kody rozmiaru oraz oznaczenia specyfikacji w złym formacie, wywołane dryfem mocy lasera, problemami z taśmą drukarki albo błędami przy zmianie receptury. Te wady nie przechodzą kontroli przy przyjęciu towaru w dystrybucji profesjonalnej i prowadzą do zwrotów konsumenckich z detalu DIY. Model AI odczytuje obszar znakowania na każdej klatce i oznacza kody nieczytelne, brakujące albo w złym formacie przy gnieździe znakowania, więc linia może poprawić błąd, zanim wyjedzie cała paleta.
Zarysowania powierzchni i przeciągnięcia narzędzia
Wady powierzchniowe obejmują ślady przeciągnięcia na trzonie, zarysowania od przenośnika i uszkodzenia od taśmy polerskiej, wywołane błędami manipulacji, zużyciem taśmy transportowej albo zanieczyszczeniem załadunku stelaża. Te wady nie przechodzą kontroli kosmetycznej w detalu DIY i prowadzą do żądań przeróbki w magazynie hurtowni. Model AI utrzymuje sygnaturę powierzchni dla każdego wykończenia i oznacza każde narzędzie z przeciągnięciem, zarysowaniem albo uszkodzeniem od polerowania na stanowisku pakowania w blistry, zanim zostanie owinięte przez pakowaczkę zbiorczą.
Układ oświetlenia, który sprawdza się na linii narzędzi ręcznych, to rozproszone światło górne nad stanowiskiem okrawania i stołem kontrolnym, pozwalające odczytać odkuwkę i geometrię, oraz pierścieniowe światło pod małym kątem na wyjściu z linii galwanicznej i przy gnieździe znakowania laserowego, pozwalające odczytać pokrycie powłoką i znakowanie. iPhone Pro z obiektywem makro i szerokokątnym obsługuje siedem rodzin wad z jednego stanowiska kontroli na każdy krytyczny punkt kontrolny. Synchronizujemy zestaw z enkoderem przenośnika, dzięki czemu oznaczone narzędzia uruchamiają decyzję o odrzuceniu albo wstrzymaniu dalej na linii. Dobór optyki ustalamy razem z Tobą podczas wdrożenia.
Jak Enao działa na linii narzędzi ręcznych
Pełny zestaw sprzętowy kosztuje poniżej 1 000 € i składa się z odnowionego iPhone Pro, rozproszonego światła górnego z opcjonalnym pierścieniowym światłem pod małym kątem do kontroli powłoki i znakowania, kabla USB-C oraz uchwytu, który mocuje się nad prasą kuźniczą, stanowiskiem okrawania, wyjściem z linii galwanicznej, gniazdem zalewania rękojeści, gniazdem znakowania albo stanowiskiem pakowania w blistry. Integracja z PLC nie jest potrzebna przy pierwszym wdrożeniu, zestaw mieści się w walizce transportowej, a linia pracuje dalej, kiedy go ustawiasz.
Wdrożenie prowadzisz samodzielnie. Twój zespół linii montuje zestaw, otwiera aplikację Enao i zaczyna zbierać klatki referencyjne przy najbliższej zmianie SKU. Pierwszego dnia dostajesz 80% skuteczności bez żadnego wcześniejszego etykietowania, a do czternastego dnia model pracuje lepiej niż kontroler przy stole kontrolnym w rodzinach wad, które już widział, i poprawia się z każdym oznaczonym narzędziem, które linia potwierdza albo odrzuca.
Każda linia uczy własny model tego, jak wyglądają jej sygnatury odkuwek, wykończenia galwaniczne i geometrie rękojeści. Kiedy na tej samej linii przechodzisz na inne SKU albo inny gatunek stali, model dostosowuje się w ciągu jednej zmiany. Kiedy uruchamiasz siostrzaną linię z podobną rodziną produktów, drugi model startuje z doświadczenia pierwszego i nakład pracy gwałtownie spada.
Narzędzia poza specyfikacją przestają docierać do stanowiska pakowania w blistry, braki są rejestrowane w punkcie kontroli, a nie w biurze kontroli jakości, a Twoi operatorzy odzyskują godziny uwagi potrzebne na te części pracy, które nadal wymagają człowieka, w tym wymianę matryc, chemię kąpieli galwanicznej i obsługę gwarancji.
Jak Enao wypada na tle kontroli ręcznej i tradycyjnej wizji maszynowej
Dla producentów narzędzi ręcznych porównanie zaostrza się wokół pięciu wymiarów.
-
Czas wdrożenia na linii narzędzi ręcznych. — Ręczna kontrola wizualna: godziny szkolenia na operatora i stały koszt pracy. Tradycyjna wizja maszynowa: od trzech do dziewięciu miesięcy integracji z integratorem systemów plus zestaw reguł na każde SKU. Enao: wdrożenie w tydzień przez Twój własny zespół, pierwszego dnia 80% skuteczności.
-
Koszt sprzętu na linię. — Ręczna kontrola wizualna: brak kosztu początkowego, stały koszt pracy. Tradycyjna wizja maszynowa: od 40 000 € do 200 000 € na linię za kamery przemysłowe, oświetlenie strukturalne i integrację. Enao: poniżej 1 000 € na linię, odnowiony iPhone Pro, lampa i uchwyt.
-
Obsługa nowych SKU, gatunków stali i wykończeń. — Ręczna kontrola wizualna: przeszkolenie operatorów na każde nowe SKU. Tradycyjna wizja maszynowa: przepisanie zestawu reguł dla każdego łba i wykończenia, zwykle zlecane integratorowi. Enao: ponowne nauczenie modelu nowych łbów, rękojeści i powłok w ciągu jednej zmiany, bez dotykania kodu.
-
Skuteczność wykrywania subtelnego dryfu powłoki i wad znakowania. — Ręczna kontrola wizualna: wysoka na początku zmiany, wyraźnie spada po trzech godzinach. Tradycyjna wizja maszynowa: mocna w kontroli wymiarów, słaba przy subtelnym dryfie powłoki i wykrywaniu czytelności znakowania. Enao: uczy się sygnatur odkuwki, powłoki i znakowania z klatek referencyjnych i utrzymuje skuteczność przez kolejne zmiany i serie.
-
Kto to obsługuje. — Ręczna kontrola wizualna: przeszkolony operator przy stole kontrolnym. Tradycyjna wizja maszynowa: integrator systemów albo wyspecjalizowany inżynier wizyjny. Enao: Twój zespół linii, bez zewnętrznego specjalisty.
Sieci DIY i kierownicy kategorii w dystrybucji profesjonalnej zmieniają dostawcę z powodu kosztu jednej odrzuconej partii blistrów, a koszt obciążenia zwrotnego albo cichej zmiany listingu jest znacznie wyższy niż koszt zestawu kontrolnego opartego na iPhone. Enao powstało właśnie dla tej luki.