热成像+视觉软件在线检测缺陷
长期以来，制造商通常会在发生故障后消耗大量资金。缺陷产品在生产线上滚动，需通过例行的目视检查，然后退回进行返工或退款，这种做法既昂贵又浪费。随机抽取 100 个零部件中的一个进行破坏性试验，很难让人相信整批产品都没有缺陷。
制造业正在转向计算机视觉解决方案，以取代修修补补的故障后检测流程，捕捉人眼可能忽略的问题。“尽管这些方法越来越受欢迎，但它们也并非没有挑战”， Jonathan Weiss 指出，其担任工业机器视觉解决方案开发商 Eigen Innovations Inc. 的首席营收官。
首先，许多机器视觉解决方案不能很好地与内部软件配合使用，因此它们是孤立的。通常，这些算法只能解决封闭系统中的一个特定用例，这就限制了它们在其他应用中的实施。
为解决检测相关的问题，制造商需要适应性强、不受供应商限制的计算机视觉解决方案。通过在线部署，它们可以在生产过程中及时发现缺陷，避免问题扩大化。Eigen 集中管理的 OneView 机器视觉软件 使之成为可能。
这种在线检测构成由 OneView 软件管理的 Eigen OneView 金属质量检测解决方案解决方案的支柱，主要依靠热像仪和机器学习模型来了解正确执行工业流程的热特征。利用这样一个知识库，OneView 可以在金属焊接、塑料挤压或材料经过一系列制造步骤时实时检测问题。
基于 AI 在线检测的工业应用
Eigen 的客户可以将该解决方案应用于注塑成型、焊接或粘合剂制造工艺等一系列相关应用。在每种情况下，工厂团队使用 OneView 构建 AI 和机器学习模型，以学习不同类型的检测范例。
典型案例：总部位于美国田纳西州的制造商 Henderson Stamping 在为 Whirlpool 生产部件时，一直苦于无法准确检测出缺陷。部件表面有一层很薄的闪亮薄膜帮助防止部件出现划痕和凹痕，但同时也妨碍了彻底的人工检测。因此，在发运的部件中，有一小部分（但占据相当的比例）存在缺陷。“这对于与客户签订了协议的制造商来说可能会带来很大的问题，因为客户可能会对发运的缺陷货物处以罚款，” Weiss 指出。
Eigen 帮助该公司开发一种利用偏折测量原理的定制检测解决方案。该方法将光线照射到金属表面，通过评估产生的光线模式来寻找表面缺陷。Henderson 现在使用 OneView 托管解决方案检查其所有组件，已显著降低了原始设备制造商的召回率。
同样，一家大型金属格栅制造商希望确保其焊缝足够牢固。生产后测试涉及将格栅穿过扭矩机施加压力来发现弱点。使用 OneView 软件和多台红外热像仪，制造商可以对每个截面的所有焊接点进行在线测试。该软件可将多个热像仪图像拼接在一起生成一个合成图像，并准确定位问题。
Weiss 表示，能检测到的缺陷大小取决于所用热像仪的灵敏度，但在大多数情况下，一毫米或更大的缺陷是绝对可以检测到的。
计算机视觉提高运营效率
OneView 不仅限于检测缺陷。“我们更进一步，还能显示流程数据。因此，我们不仅帮助制造商直观地发现缺陷，还最终帮助他们了解缺陷的根本原因。我们不仅要告诉他们产品有问题，还要准确地向他们展示工程师现在需要微调的流程中的偏移或偏差，” Weiss 表示。
OneView 提供了完整的可追溯性，因此制造商可以减少保修索赔，并找到各种节约成本、提升效率和客户满意度的应用。
在线检测缺陷还具有可持续优势。发送有缺陷的产品，然后让客户退货，这样会增加相关的碳足迹。在制造周期的早期阶段发现问题也会减少废碳。“我们已开发出完整的案例研究，仅就我们帮助企业减少的二氧化碳排放量而言，实际上远远超出了工厂的排放量，” Weiss 指出。“根据生产足迹的不同，基本上可减排数十万吨二氧化碳。”
开放式技术和工具实现灵活部署
在线缺陷检测是一项必须在数秒钟完成的工作，这也是英特尔技术对于使用 OneView 设计和管理的视觉解决方案尤为重要的原因所在。这些时间限制可能是一项巨大的挑战，Eigen 团队发现，英特尔® OpenVINO™ 工具套件有助于它实现运行所需的速度。OpenVINO 所释放的性能及其推理图像的速度，是 Eigen 将英特尔硬件和软件作为其技术“核心部分”的原因之一。
此外，英特尔帮助 Eigen 实现了其差异化指标，即能够提供灵活的部署选项。“我们希望在提供解决方案时尽可能不依赖硬件，因此 OpenVINO 成为我们架构的关键组成部分，因为它使我们能够支持各种硬件选项，” Weiss 表示。
Eigen 有一个内部工程服务团队，有时充当系统集成商的角色，但它也与首选系统集成商网络合作。Eigen 与系统集成商合作，由后者实施公司为客户绘制的解决方案蓝图。与系统集成商协作是该公司战略的关键组成部分，因为它有助于扩大部署规模，特别是对于大型客户而言。
未来工业自动化的必备工具
未来，这些机器学习模型有望变得更加精确，并以更少的训练图像提供更好的结果
“我们的优势在于帮助人们使用热敏应用看到他们看不到的东西，” Weiss 表示。各个特殊行业的各种流程都符合条件。
Weiss 预测，未来人工智能和计算机视觉驱动的在线检测将成为必备工具，而不再是锦上添花。使用此类检测工具还可以帮助制造商降低员工流失率，因为员工现在只需要了解机器读数，而不是目视检查产品。
减少浪费和节省成本使得此类解决方案成为一种明智的选择，制造商再也不会在发生故障后消耗大量资金。