John Deere внедряет ИИ для решения проблем пористости сварки

Искусственный интеллект на страже качества сварки

Сварка — неотъемлемая часть промышленности тяжелого машиностроения, и одной из проблем, с которыми сталкиваются техники при сварке, является пористость — наличие полостей в сварочном металле.

Эти полости ослабляют прочность шва и требуют переработки или даже утилизации всей дефектной детали.

Это может быть дорого и затратно по времени. В то время как обученные сварные инженеры могут обнаружить пористость слуховым и визуальным контролем, таких инженеров трудно найти. Они также могут испытывать трудности со слышанием или видением дефектов в шумных и дымных цехах завода.

Существующие автоматизированные системы мониторинга часто показывают высокий уровень ложных срабатываний, замедляя производство и увеличивая затраты.

John Deere, производящий сельскохозяйственную, строительную и лесную технику, сотрудничал с Intel для создания решения на основе искусственного интеллекта (ИИ) для этой проблемы.

Решения машинного зрения долгое время было трудно создать для сварочных приложений из-за крайне суровых сред с дымом и искрами, которые могут создавать трудности в размещении камеры.

Чтобы преодолеть эти вызовы, мы работали с John Deere и нашими партнерами, чтобы создать ИИ-решение с камерой, размещенной в близкой близости к сваре, предоставляющей инсайты за пределами возможностей человеческого глаза.

Используя набор инструментов Intel OpenVINO (Visual Inference and Neural Network Optimization), решение изучает потоковое видео кадр за кадром, ища дефекты.

Когда дефекты идентифицируются ИИ-моделью, решение мгновенно выключает сварочного робота, чтобы техник мог безопасно вмешаться. Прошлые попытки во всей отрасли справиться с проблемами пористости сварки в процессе сварки не всегда были успешны. Если эти недостатки обнаруживаются позже в производственном процессе, они требуют переработки или даже утилизации полных сборок, что может быть разрушительным и дорогим.

На основе нашего пилота с Deere, решение может обнаруживать дефекты пористости с точностью до 97,14% — огромная экономия затрат и производительности для производителей. Автономное решение не имеет зависимости от какого-либо стороннего источника питания или модели сварочного робота, делая его действительно масштабируемым.

Сквозная, интегрированная система также позволяет производителям подключать новое и существующее сварочное оборудование, захватывать множество вычислительно-интенсивных потоков изображений и развертывать модели машинного обучения на периферийных устройствах.

Проблемы качества сварки, конечно, не уникальны для John Deere. Уникален подход Deere. Инженеры компании прибегают к ИИ и машинному зрению для автоматизации контроля качества, позволяя им обнаруживать проблемы по мере их возникновения для быстрого принятия решений на заводском полу, автоматизировать процесс QA для улучшения качества, снижения затрат и увеличения пропускной способности завода.

Работая с Deere, наш фокус был на обеспечении долговечности решения для поддержки других потребностей в качестве или эффективности, которые у компании могут возникнуть в будущем.

Это большой урок для компаний, желающих добавить интеллекта к существующему производственному оборудованию, процессам и управлению. Витально партнериться с провайдерами решений, которые могут помочь решить сегодняшние вызовы, обеспечивая при этом интероперабельность и масштабируемость для гибкости и простоты использования в будущем.

«Сварка сложна. Это ИИ-решение имеет потенциал помочь нам производить наши … машины более эффективно, чем раньше», — сказал Энди Бенко, директор по качеству в подразделении строительства и лесного хозяйства Deere.