Wtryskiwanie tworzyw sztucznych
Wychwytuj zapadnięcia, wypływki, niedolewy i linie łączenia, zanim części opuszczą wtryskarkę.
Zautomatyzowana kontrola jakości we wtryskiwaniu tworzyw sztucznych, działająca na odnowionym iPhone obok twojej wtryskarki, robota odbierającego i stanowiska montażowego.
Niedolew, który przechodzi obok operatora po zmianie zasobnika, zapadnięcie na teksturowanej powierzchni widocznej, którego nikt nie wychwyci aż do kontroli wejściowej u klienta, czarny punkt na elemencie wykończenia wnętrza ukryty pod fakturą formy. Na linii wtryskowej wysyłającej do klientów tier-1 z motoryzacji i AGD każda część, która opuszcza wtryskarkę z ukrytą wadą, kosztuje cię podwójnie. Część jedzie pod twoim numerem. Potem system wizyjny klienta wychwytuje ją przy linii, obciążenie za postój linii ląduje na twoim koncie, a 8D odrywa zespół od prawdziwej pracy na tydzień. Operatorzy wyłapują oczywiste wady, ale powolny dryf ciśnienia w gnieździe, który kamera widzi na stanowisku odbioru, jest tym, co zmęczony człowiek przegapia po trzeciej godzinie. Zautomatyzowana kontrola jakości we wtryskiwaniu tworzyw sztucznych zamyka tę lukę, i nie potrzebujesz do tego systemu wizyjnego za sześciocyfrową kwotę.
Czym jest zautomatyzowana kontrola jakości we wtryskiwaniu tworzyw sztucznych?
Wykrywanie wad oparte na AI we wtryskiwaniu tworzyw sztucznych wykorzystuje kamerę i model AI, który obserwuje każdą wypraskę schodzącą z wtryskarki, z robota odbierającego albo ze stanowiska montażowego, i oznacza części niezgodne, zanim trafią na tacę. Zamiast polegać na operatorze przy pulpicie albo na sztywnej, regułowej wizji maszynowej, model uczy się na zdjęciach części zgodnych i niezgodnych z twojej linii, i dostosowuje się, gdy zmieniasz formę, tworzywo albo kolor.
Na hali produkcyjnej mówi się na to kontrola wizualna w linii, wykrywanie wad oparte na AI albo wizja AI dla wtryskiwania tworzyw sztucznych. Rodzina technologii jest ta sama: nieruchoma kamera, kontrolowane oświetlenie, model AI wytrenowany na przykładach z twojej linii oraz zapis w systemie identyfikowalności, że każda wypraska została skontrolowana i przyjęta, oznaczona albo odrzucona.
Czego to nie robi: nie zastąpi utrzymania form, twojego technologa procesu ani audytu klienta. Co robi: pilnuje, żeby liczba wysyłanych części zgadzała się z liczbą części spełniających specyfikację, na każdej zmianie i na każdej formie, z zapisem, który pokażesz audytorowi, gdy wróci reklamacja od klienta.
Wady, które wykrywamy na liniach wtryskiwania tworzyw sztucznych
Zapadnięcia
Wklęsłe wgłębienia na grubszych przekrojach, które ujawniają się po ostygnięciu części. Powstają przez zbyt niskie ciśnienie docisku, zbyt krótki czas docisku albo przegrzane miejsce w formie. Oko nie wyłapuje ich na teksturowanych powierzchniach widocznych ani na ciemniejszych kolorach; kamera ze światłem bocznym wychwytuje je już na stanowisku odbioru, zanim część dotrze do montażu.
Wypływki na linii podziału
Cienka błona tworzywa, która wydostaje się między dwiema połówkami formy i zastyga wokół linii podziału, suwaków albo wypychaczy. Mówi ci, że siła zwarcia jest za mała, forma się zużywa albo kanał odpowietrzający jest zapchany. Kamera patrząca z góry na linię podziału wychwytuje wypływki przed wysyłką, nawet na geometriach, gdzie sprawdzenie palcem jest niepraktyczne.
Niedolewy
Gniazdo nie wypełnia się do końca i część wychodzi bez jakiegoś detalu, narożnika albo cienkiego żebra. Zwykle powodem jest zimny kanał, niska prędkość wtrysku albo pułapka powietrzna. Niedolew na zatrzasku albo na tulei pod wkręt czyni część bezużyteczną i jest największym pojedynczym źródłem reklamacji na większości linii. Kamera porównująca każdą wypraskę z obrazem wzorcowym wychwytuje niedolew w chwili, gdy robot odkłada część na przenośnik.
Linie łączenia i linie zgrzewu
Widoczne linie w miejscach, gdzie dwa czoła strumienia spotykają się wokół otworu, wkładki albo suwaka i zastygają, zanim się w pełni połączą. Mówią ci, że pozycja przewężki, temperatura stopu albo prędkość wtrysku wymagają poprawy. Linia bywa wadą wizualną, a bywa problemem wytrzymałościowym; tak czy inaczej klient określa limit, a kamera egzekwuje go wypraska po wyprasce.
Paczenie i dryf wymiarowy
Część opuszcza formę w prawidłowym kształcie, a potem gnie się, skręca albo kurczy nierównomiernie podczas stygnięcia. Powodem bywa nierówna grubość ścianki, nierówna temperatura formy albo niezrównoważony docisk. Kamera, która robi odcisk kształtu każdej części na przyrządzie, wychwytuje moment, w którym forma zaczyna dryfować, na wiele godzin przed pierwszą reklamacją.
Smugi przepływu i srebrzystość
Faliste wzory na powierzchni albo cienkie srebrzyste linie wzdłuż kierunku przepływu. Mówią ci, że stop jest za zimny, udział przemiału jest za wysoki albo tworzywo jest zbyt wilgotne. Kamera wytrenowana na twoim konkretnym tworzywie i kolorze wyłapuje smugę w chwili jej pojawienia się, zamiast czekać na reklamację wizualną od klienta.
To jest lista wyjściowa. Podczas wdrożenia ustalamy, które z tych klas mają największe znaczenie na twojej linii, i odpowiednio dostrajamy model.
Jak zautomatyzowana kontrola wizualna działa na linii wtryskiwania tworzyw sztucznych
Gniazdo wtryskowe, które prowadzi kontrolę wizualną na Enao, wygląda jak gniazdo obok, tylko z jednym dodatkowym elementem. Odnowiony iPhone jest zamontowany na statywie z widokiem z góry albo pod kątem na stanowisko odbioru, przenośnik albo dedykowany przyrząd kontrolny. Prosta listwa LED daje kamerze to samo światło przy każdej wyprasce.
Gdy robot odkłada część, kamera robi zdjęcie. Model na iPhone klasyfikuje część jako OK albo jako jedną z siedmiu rodzin wad powyżej i zapisuje wynik w twoim dzienniku identyfikowalności. Jeśli na zmianie pojawi się dwadzieścia oznaczonych części z rzędu, operator dostaje alert; jeśli forma daje powolny dryf zapadnięć w ciągu dnia, pulpit sygnalizuje to wcześniej niż klient.
Model trenuje się w nocy na etykietach z poprzedniego dnia, więc zmiana formy, zmiana tworzywa albo zmiana koloru zostaje wchłonięta w ciągu jednej zmiany, a nie jednego kwartału. Nowe numery części przechodzą tą samą drogą: operator opisuje pierwsze sto wyprasek, model przejmuje pracę od wypraski sto pierwszej, a technolog procesu przegląda etykiety na koniec zmiany.
Wizja AI a kontrola ręczna na liniach wtryskowych
Linie, które przechodzą z ręcznej kontroli operatora albo z regułowej wizji maszynowej na kontrolę prowadzoną przez AI, widzą te same skokowe zmiany niezależnie od rodziny tworzywa i geometrii części.
-
Wykrywalność subtelnych wad — Tradycyjna wizja maszynowa (Cognex, groundlight, advantechplastics, Solomon-3D, Overview.ai) potrzebuje opisanych bibliotek zdjęć, zanim ruszy, oraz wdrożenia za sześciocyfrową kwotę. Enao osiąga 80% skuteczności pierwszego dnia bez opisanych danych, a potem przekracza 95%, gdy twoi operatorzy opiszą kilkaset przykładów na iPhone.
-
Czas na obsługę nowej formy albo nowego numeru części — Ręcznie: instruktaż operatora, wzorce, papierowa karta kontroli. Od dwóch do czterech tygodni, zanim hala płynnie czyta nową część. Enao: sto opisanych wyprasek i model pracuje. Ta sama zmiana, żadnej papierowej karty do aktualizacji przy każdej wtryskarce.
-
Identyfikowalność, gdy klient wraca z reklamacją — Ręcznie: odręczny dziennik na podkładce, częściowe pokrycie, brakujące zmiany. Odtworzenie zajmuje tydzień. Enao: każda wypraska zapisana ze zdjęciem, klasyfikacją i poziomem pewności. Odtworzenie zajmuje dziesięć minut.
-
Koszt uruchomienia — Ręcznie: dodatkowy kontroler na każdą zmianę i każdą wtryskarkę, koszt powracający co miesiąc plus szkolenia. Enao: sprzęt poniżej 1 000 € na gniazdo. Koszt pozostaje płaski, gdy linia rośnie.
-
Zachowanie, gdy forma dryfuje — Ręcznie: braki rosną stopniowo, aż zgłosi to klient. Dni pracy nad przyczyną źródłową, żeby znaleźć ten moment. Enao: pulpit pokazuje dryf w dniu, w którym się zaczyna. Technolog procesu ma znacznik czasu i zdjęcie.