---
title: "Defectul prins la presă | B&C Associates"
description: "Defectele de injecție erau găsite pe linia de montaj a clientului. O cameră și un model mic la presă le prind în ciclu, cu 1,4% rebut fals față de un plafon de 2%."
language: "ro"
canonical: "https://bcass.net/ro/work/visual-inspection"
---

# Defectul prins la presă, nu la client

_Injecție mase plastice · 1 fabrică · 18 prese_

Injecțiile incomplete și liniile de curgere erau găsite pe linia de montaj a clientului. Am pus o cameră și un model mic la presă, iar piesele au încetat să iasă din fabrică.

## Situația

Un furnizor de repere interioare injectate pentru nivelul unu auto. Defectele de aspect, mai ales injecție incompletă, linii de curgere, retasuri și arsuri, erau prinse de un control vizual final prin sondaj, aproximativ o piesă din cincizeci.

Două reclamații de la client într-un an. Fiecare a însemnat o acțiune de izolare, o sortare la sediul clientului și un inginer de calitate plecat o săptămână cu avionul. Costul reclamației nu a fost niciodată rebutul, ci izolarea.

## Ce a făcut lucrul dificil

- Ciclul este între 22 și 48 de secunde, în funcție de matriță. Decizia trebuie luată înainte să vină piesa următoare, de fiecare dată.
- Fără cloud. Contractul cu clientul interzice ca imagini ale reperelor lui să iasă din fabrică, iar în industria aceasta nu se negociază.
- Nimeni din fabrică nu știe să reantreneze un model și nimeni nu vrea. Ce am construit trebuia să rămână corect fără un specialist de date la fața locului.
- Un rebut fals costă o piesă bună. O piesă defectă lăsată să treacă costă o izolare. Fabrica accepta rebutarea pieselor bune până la două procente, nu mai mult.

## Cum am construit

1. **Verificarea că defectul se vede** (Săptămânile 1 - 3)
   O iluminare fixă și o cameră de cinci megapixeli pe o presă. Patru mii de imagini, etichetate de inspectorii de calitate ai fabricii, nu de noi, pentru că ei decid ce este un defect.
   Primiți: Un set de imagini etichetat și răspunsul sincer că sub acea lumină două dintre cele patru clase erau separabile, iar retasurile nu.

2. **Lumina înainte de model** (Săptămânile 4 și 5)
   Retasurile devin evidente sub o lumină razantă, la unghi mic. Am schimbat suportul și am reluat capturile. De aici vine cea mai mare parte din acuratețe, și nu are legătură cu învățarea automată.
   Primiți: O specificație de iluminare suficient de precisă ca electricianul fabricii să o reproducă pe celelalte prese.

3. **Antrenare mică, execuție la mașină** (Săptămânile 6 - 9)
   Un clasificator convoluțional mic, ajustat pe setul etichetat, care rulează în circa șapte milisecunde pe un modul GPU embedded montat pe presă. Suficient de mic ca să încapă în ciclu și ca să poată fi explicat.
   Primiți: Un model cu 99,1% rată de detecție pe clasele din perimetru și 1,4% rebut fals, măsurate pe un set de test ales de fabrică și nevăzut la antrenare.

4. **Legarea de proces** (Săptămânile 10 - 12)
   Piesa rebutată ajunge într-un container închis, cu contor, nu pe jos, de unde poate fi recuperată. MES-ul primește codul de cauză. Trei rebuturi consecutive opresc presa și cheamă reglorul, pentru că trei la rând înseamnă o problemă de proces, nu de piesă.
   Primiți: Activ pe două prese, integrat cu fluxul de carantină din MES-ul existent.

5. **Bucla de reantrenare** (Săptămânile 13 și 14)
   Fiecare piesă rebutată este fotografiată și păstrată pentru controlul de calitate al turei. O rutină săptămânală compară modelul cu ce a confirmat inspectorul. Când concordanța scade sub prag, trimite email către noi. Nu către ei.
   Primiți: Bucla în funcțiune și, în scris, cine ce face atunci când se declanșează.

## Pe ce rulează

Totul rămâne în fabrică. Nicio imagine nu iese din clădire: a fost o cerință contractuală înainte să fie una de arhitectură.

- Cameră GigE Vision de cinci megapixeli, montaj fix, declanșare hardware
- Iluminare difuză tip dom plus o bară razantă pentru defectele de suprafață
- Un modul GPU embedded la presă, circa 7 ms per inferență
- PyTorch pentru antrenare, ONNX Runtime pentru ce rulează efectiv pe linie
- MQTT către MES-ul existent, pentru coduri de cauză și carantină
- Stocare de obiecte compatibilă S3, în fabrică, pentru istoricul de imagini

## Ce s-a schimbat

- **1 din 50 → fiecare piesă** — acoperirea controlului pe presele din perimetru
- **99,1%** — rată de detecție pe clasele de defect din perimetru
- **1,4%** — rebut fals, față de un plafon de 2%
- **0** — reclamații de la client pe aceste defecte de la pornire

Schimbarea iluminării a contat mai mult decât modelul. Este rezultatul obișnuit și merită spus direct: două dintre cele patru clase de defect au devenit o problemă de viziune artificială abia după ce cineva a mutat o lampă.

Fabrica face în continuare controlul vizual prin sondaj. Nu am cerut să îl oprească și nu trebuie să îl oprească. Camera urmărește patru lucruri. Un om observă al cincilea.

## Aveți un defect pe care îl prindeți mereu prea târziu?

Trimiteți-ne fotografii cu piesa bună și cu cea defectă. Vă spunem dacă este o problemă de viziune, de iluminare sau de proces, înainte să cheltuiți ceva.

[Să discutăm](/ro/contact)