Project R-15261

ADDIL_IRVA: Actieve detectie van defecten in de productielijn (Onderzoek)

Het ADD-IL project richt zich op de inline inspectie van oppervlaktedefecten (en andere kleine oppervlaktedetails) van (bewegende) onderdelen op een productievloer. In de praktijk zijn vergelijkbare systemen vaak alleen commercieel rendabel bij grote productievolumes, bijvoorbeeld in de automobielindustrie. Deze hoge volumes rechtvaardigen de enorme investeringen die nodig zijn om vision tunnels te maken die een volledig gecontroleerde omgeving creëren, experts in te huren om vision modellen te trainen, automatiseringsingenieurs om robots te programmeren, enz. Het doel van dit project is om te bewijzen dat soortgelijke oplossingen ook toegankelijk kunnen worden gemaakt voor high-mix productie en intelligent om te gaan met hoge productievariabiliteit. Er zijn verschillende technische barrières om dit probleem op te lossen. Ten eerste is een high-mix omgeving veel minder voorspelbaar en heeft het inherent meer variabiliteit. Ten tweede moet de introductie van een nieuw onderdeel voldoende snel verlopen, zowel wat betreft ontwerp als inbedrijfstelling. Een meer gedetailleerde uitwerking van concrete technische barrières wordt gegeven in de volgende paragraaf. Het project zal deze barrières aanpakken in een end-to-end benadering, beginnend bij het ontwikkelen van ontwerphulpmiddelen om optimale geautomatiseerde inspectiesystemen te bouwen en eindigend bij het ontwikkelen van geavanceerde algoritmen voor multi-beeld defectdetectie die in staat zijn om het percentage fout-positieve/negatieve fouten met 50% te verminderen ten opzichte van geavanceerde benaderingen met één beeld. Het project bouwt verder op de resultaten ontwikkeld in het Flanders Make ADAVI ICON2 project en breidt de uitdagingen uit naar grotere onderdelen (> 1m³) en ongecontroleerde omstandigheden op productievloeren (onbekende pose en/of CAD-bestand, ongecontroleerde belichting, enz.) Typische use-cases die onderzocht zullen worden zijn de inline inspectie in verfproductielijnen van ongeverfde en/of geverfde onderdelen die aan een trolley hangen terwijl de onderdelen voorbereid worden om geverfd te worden en/of de verf aan het drogen is. De glanzende aard van de onderdelen en de variabele omgevingsverlichting maken het bijvoorbeeld erg moeilijk om een geautomatiseerde kant-en-klare inspectieopstelling te ontwerpen met de juiste verlichting om de verschillende defecten te detecteren. Daarom wordt de inspectie meestal uitgevoerd door mensen zodra de verf is opgedroogd. Er kunnen echter aanzienlijke economische voordelen worden behaald als dit proces op een meer controleerbare en betrouwbare manier kan worden uitgevoerd door een geautomatiseerd (set van) geoptimaliseerd(e) camerasysteem(en), gekoppeld aan een krachtig deep learning computervisiealgoritme. Dit is het hoofddoel van ADD-IL. Om de doorlooptijd van de E2E-oplossing te versnellen, zal het project een gestandaardiseerde workflow ontwikkelen waarin bovenstaande elementen worden geïntegreerd. In vergelijking met wat vandaag mogelijk is, zal voor de detectie van oppervlaktedefecten van een nieuw onderdeel met bestaande inspectiehardware: (i) het ontwerp volledig offline zijn (waardoor productiestilstand wordt vermeden) en 3 keer sneller, (ii) de inbedrijfstelling (online) ook 3 keer sneller zijn.

01 maart 2025 - 28 februari 2027