Машина для видеоинспекции

Когда слышишь ?машина для видеоинспекции?, первое, что приходит в голову непосвященному — это, наверное, какая-нибудь продвинутая камера на гибком стержне. Но в промышленности, особенно в автоматизации, это понятие куда глубже. Многие заказчики ошибочно полагают, что главное — это разрешение матрицы, а всё остальное ?приложится?. На деле же, ключевое — это интеграция этой самой машины для видеоинспекции в технологический процесс, её ?понимание? контекста и способность не просто показывать картинку, а давать команду на действие. Именно на этом часто спотыкаются.

От идеи до конвейера: где кроются подводные камни

Наша компания, ООО Фошань, район Шуньдэ Сэньцань Автоматизация Машинери, как производитель нестандартного оборудования, постоянно сталкивается с запросами на встраивание систем визуального контроля. Один из ярких примеров — проект для производителя электроразъемов. Задача: после штамповки контактов автоматически отбраковывать изделия с микротрещинами. Казалось бы, классика. Поставили высокоскоростную камеру, настроили освещение... и уперлись в проблему бликов от гальванического покрытия. Машина для видеоинспекции выдавала ложные срабатывания на каждом втором изделии.

Пришлось откатываться назад и пересматривать весь подход к освещению. Использовали не просто кольцевую подсветку, а комбинацию темного поля и поляризационных фильтров. Но и это не было финалом. Оказалось, что вибрация от соседнего пресса сдвигала фокус на пару микрон за смену. Пришлось разрабатывать жесткое крепление с демпферами и вводить процедуру автоматической калибровки раз в два часа. Вот этот момент — ?железо? и ?софт? в одной связке — и есть суть. Информацию о наших комплексных подходах можно найти на сайте https://www.automateassembly.ru.

Бывали и откровенно провальные попытки, когда пытались взять готовое коммерческое решение ?из коробки? для контроля сварных швов. Софт был хорош для лабораторных условий, но в цеху, с маслом в воздухе и перепадами температур, алгоритмы просто ?сходили с ума?. Вывод: универсальных решений нет. Каждая машина для видеоинспекции по сути — штучный продукт, даже если в её основе лежат серийные компоненты. Проектирование и адаптация под конкретную среду — это 80% успеха.

Освещение и оптика: то, на чем экономят, и то, что все портит

Можно поставить самую дорогую камеру с мегапикселями, но если освещение поставлено кое-как, толку не будет. Это аксиома. Но как часто её игнорируют! В одном из проектов по сортировке пластиковых гранул по цвету заказчик настаивал на использовании стандартных светодиодных линеек из экономии. В итоге, оттенки синего и черного постоянно путались из-за неравномерности спектрального состава света. Пришлось долго объяснять, что источник света — такой же критичный компонент, как и объектив.

А с объективами отдельная история. Здесь часто возникает дилемма: фиксированный фокус или вариообъектив с автофокусом? Для статичной линии с постоянным размером деталей — только фикс. Он надежнее, резче и не имеет движущихся частей, которые боятся пыли. Автофокус — это дополнительный потенциальный источник сбоя и задержки в цикле. Но если, допустим, на конвейере идут коробки разного размера, и нужно считывать штрих-код с каждой, то без системы автоматической подстройки фокуса не обойтись. Но тогда нужно герметизировать весь узел.

Помню случай с инспекцией печатных плат. Нужно было находить отсутствующие чипы. Платы были глянцевые, и даже при идеальном освещении возникали блики от ножек микросхем. Решение нашли неочевидное: использовали два камерных модуля под разными углами и софт, который сравнивал и анализировал две картинки, ?вычитая? артефакты. Это уже была не просто машина для видеоинспекции, а целая система принятия решений. Такие вещи не купишь в каталоге, их нужно проектировать с нуля, что и является нашей специализацией в ООО Сэньцань Автоматизация Машинери.

Программная часть: мозг системы

Здесь разрыв между ожиданием и реальностью самый большой. Многие думают, что современный софт на основе нейросетей решит все проблемы ?из коробки?. Загрузил тысячу изображений — и система обучилась. В реальных же условиях производства часто нет этих тысячи ?образцовых? изображений дефектов. Дефекты — штука редкая и разнообразная. Поэтому часто приходится комбинировать классические алгоритмы (поиск границ, сопоставление шаблонов, анализ текстур) с машинным обучением для самых сложных случаев.

Интерфейс — еще одна боль. Оператору-технологу нужна не красивая 3D-визуализация, а четкий список: ?брак по параметру Х, координаты Y,Z?. И чтобы кнопка ?пропустить и записать в лог? была под рукой, если система вдруг усомнилась. Разрабатывая ПО, мы всегда проводим ?полевые? испытания с будущими пользователями. Часто их замечания (?а вот здесь нужно увеличить контрастность на этом участке для моего глаза?) приводят к доработкам и в алгоритмах.

Самое сложное — научить систему отличать допустимые отклонения (например, след от литника на пластиковой детали) от критичного брака. Для этого нужно глубоко погружаться в технологию заказчика. Порой приходится выступать в роли консультантов по качеству, чтобы вместе определить те самые критерии, которые потом будут зашиты в логику машины для видеоинспекции. Это та самая ?проектно-ориентированная? работа, о которой мы говорим в своем описании как компании, объединяющей проектирование, разработку и производство.

Интеграция и связь с другим оборудованием

Сама по себе инспекция бессмысленна, если она не встроена в контур управления. Сигнал ?брак? должен мгновенно приводить в действие отбраковыватель — пневматический толкатель, сервопривод, дефлектор. Задержка в миллисекунды может означать, что бракованная деталь уже уйдет дальше по линии. Поэтому протоколы связи (EtherCAT, PROFINET, простые дискретные сигналы) и их надежность — это не технические детали, а основа.

Была ситуация на пищевом производстве, где наша система должна была отбраковывать печенье с надломом. Камера работала идеально, пневмоцилиндр срабатывал четко. Но в 1% случаев сломанное печенье все равно оставалось на ленте. Оказалось, вибрация от самого цилиндра сдвигала следующее за бракованным изделие, и оно попадало под удар. Пришлось переделывать всю механику отбраковщика и вводить задержку между обнаружением и ударом. Мелочь? Нет, без нее весь проект бы провалился.

Интеграция — это еще и сбор данных. Современная машина для видеоинспекции должна не только отбраковывать, но и считать статистику: какой дефект преобладает, в какую смену, с какой частотой. Это позволяет заказчику выявлять коренные причины брака на раннем этапе, например, износ формовочной оснастки. Мы часто дорабатываем стандартный софт, добавляя такие аналитические панели, потому что знаем — это ценность для производства.

Взгляд вперед: что меняется и на что надеяться

Сейчас тренд — это 3D-видеоинспекция. Лазерные сканеры, стереозрение. Это открывает новые возможности, например, контроль объема наполнения упаковки или геометрии сложных кованых деталей. Но и сложность возрастает на порядок: объем данных, требования к вычислительной мощности, калибровка. Это уже следующий уровень, и мы активно экспериментируем в этом направлении, потому что запросы рынка идут именно туда.

Еще один момент — скорость. Линии становятся быстрее. Если раньше 60 деталей в минуту было нормой, то сейчас речь о 200 и выше. Это требует не только скоростных камер, но и оптимизации каждого алгоритма, распараллеливания вычислений, возможно, использования GPU. Иногда проще поставить две более простые системы параллельно, чем одну супермощную.

В конечном счете, главное — не гнаться за ?наворотами?, а четко понимать задачу. Идеальная машина для видеоинспекции — это та, которая надежно, день за днем, решает конкретную проблему на конкретном производстве, будь то поиск трещин или проверка наличия этикетки. И ее создание — это всегда диалог между инженером и технологическим процессом, где готовых ответов нет, а есть поиск, пробы и, в итоге, рабочее решение. Именно такой подход мы и практикуем, разрабатывая нестандартное оборудование под ключ.