Индустрия 4.0. Применение машинного зрения на производстве

Применение машинного зрения на производстве позволяет создать умное производство в любой отрасли: от машиностроения, до такой узкой ниши, как производство вибропрессованных изделий.
В предыдущей статье мы подробно изучили особенности машинного (компьютерного зрения).  В этой статье поговорим про технологии умного производства и специфику применения современных технологий на производственных площадках.

Индустрия 4.0 и Умное производство

Термин «умное производство» появился в тот момент, когда мы перешли в эпоху промышленной революции и Индустрии 4.0.
Википедия дает такое определение термина Индустрии 4.0
«Четвертая промышленная революция (или Индустрия 4.0) - это непрерывная автоматизация традиционных производственных практик и производств, с использованием современных интеллектуальных технологий».

Индустрию 4.0 невозможно представить без таких технологий,  как интернет вещей, компьютерное зрение, искусственный интеллект. Которые современные IT компании интегрируют в производство для повышения автоматизации, улучшения связи и самоконтроля, а также анализа и диагностики проблем без необходимости вмешательства человека. 

Из вышесказанного можно сделать вывод, что умное производство, это  — это цифровое производственное предприятие, использующее подключенные устройства, машины и производственные системы для непрерывного сбора и обмена данными. Полученные данные  в последующем используются для обоснования решений по улучшению процессов и оперативного решения возникающих проблем.

Технологии «умного производства»

Практика умного производства обеспечивается различными технологиями, но основными являются:

• искусственный интеллект (ИИ), 
• машинное (компьютерное) зрение,
• аналитика больших данных (bigData), 
• промышленный Интернет вещей (IoT).

Давайте рассмотрим подробнее, что за технологии и с какими производственными задачами справляются.

Искусственный интеллект (ИИ) - это основа любого умного производства. 

Искусственный интеллект (ИИ), машинное обучение и нейронные сети — это способность компьютера выполнять задачи и принимать решения, которые исторически требовали определенного уровня человеческого интеллекта.
Сейчас, если человеческий глаз может распознать, то и нейронная сеть сможет. На самом деле, сможет даже больше, так как камеры машинного зрения значительно более продвинутые по сравнению с человеческим глазом.
Для того, чтобы машина научилась решать  производственные задачи, ее необходимо обучить. Каким образом? Необходимо на обучающих примерах добиться высокой обобщающей способности, чтобы искомые объекты устойчиво распознавались при их изменении. То есть если вы хотите, чтобы компьютер определял дефекты, нужно ему эти дефекты “показать” или, другими словами, внести в базу.

Задачи, с которыми справляется искусственный интеллект:

1. детекция

обнаружение искомого объекта на изображении. Есть картинка, необходимо найти на ней объекты заранее заданных классов. Самый распространённый метод распознавания объектов – поиск соответствия шаблонам изображений, чтобы определить, есть ли заданный объект на изображении, и, если есть, где он находится на изображении.
2 классификация -  отнесение объектов к тому или иному классу

сопоставление двух и более изображений при поиске изображений уникальных объектов, например, как на фото - собака, велосипед и машина - и соотнесение этих объектов с классом (автомобилей, животных, мебели, лиц людей).
3 Сегментация

выделение на фото объекта попиксельно

Какие задачи на производстве решает искусственный интеллект

1. Анализ изображений в режиме реального времени для выполнения контроля качества продукции;
2. планирование и прогнозирование спроса на основе искусственного интеллекта;
3. оценка изображений компонентов на технологической линии для  выявления; отклонений от стандартов качества в режиме реального времени; 
4. повышения безопасности труда.

Машинное зрение

Интеграция одной или нескольких видеокамер на производстве  для автоматического анализа и проверки производимой продукции и производственных процессов на соответствие требованиям. Полученные данные используют для управления производственным или технологическим процессом, для принятия управленческих решений на основе статистики и аналитики (область аналитики больших данных (bigData).

Одна из  областей применения систем машинного зрения — в составе конвейера. Камера для захвата и обработки изображения включается автоматически, когда продукция проезжает под камерой.  Камера может быть запрограммирована для проверки положения продукции, а также цвета, размера или формы вибропрессованной плитки,  а кроме того, сможет определить наличие или отсутствие самого объекта в зоне обзора.

Какие задачи на производстве решает машинное зрение:

• контроль качества;
• управление роботом/машиной, станком или инструментом;
• тестирование и калибровку;
• управление производственным или технологическим процессом в режиме реального времени;
• сбор информации;
• мониторинг оборудования;
• сортировку/подсчет объектов.

Промышленный интернет вещей

Совокупность устройств (датчиков, контроллеров, установленных на узлах и агрегатах промышленного объекта), средств передачи, сбора, обработки, визуализации и интерпретации информации, объединенных в единую сеть. Фактически, такое определение можно дать и автоматизированной системе управления технологическими (производственными) процессами (АСУ ТП, асу пп).
Простыми словами, главная задача технологии — сделать сложные рабочие процессы эффективнее: исключить воровство, свести простои к минимуму, повысить безопасность или просто сэкономить электричество и сырье.

Умное производство и  машинное зрение на производственных площадках

Первым шагом для создания умного производства является внедрение системы автоматического контроля, на основе машинного зрения и искусственного интеллекта. Это выглядит гораздо проще, чем звучит)
Вместо сотрудников службы контроля качества (отдела технического контроля), устанавливается система, которая в автоматическом режиме решает монотонные и непрерывные задачи. Эти системы работают быстро, объективно и, главное — непрерывно, без снижения производительности. Системы машинного зрения могут проверять продукцию на конвейере и обеспечивать более последовательные и надежные результаты проверки, чем при работе человека.
А возможность накопления и передачи производственной статистики  позволяет директору направления или директору по качеству принимать управленческие решения и просматривать аналитику по линиям, временным интервалам и заводам.

Умное производство в России это не будущее, это наша реальность. Если обратиться к прогнозам, то  непрерывный рост рынка машинного зрения приведет к тому что самые современные производства превратятся в умные производства и станут лидерами в своей отрасли.