Det er enormt mange ting som kan gå galt under produksjon, og alle som produserer noe har opplevd at noe ikke har gått helt etter planen. Om det brukes feil farge på tråden når en syr putetrekk, bruker feil lokk på bokser, eller at noen pastillesker ikke er helt lukket, kan de økonomiske og tidsmessige tapene bli store om feilene ikke blir oppdaget tidlig.
Konsekvensene er som regel knyttet til hvor fort problemet blir oppdaget. I verste fall har det blitt produsert store partier som gjennom flere ledd i forsyningskjeden har nådd sluttkundene, og tilbakekalling og erstatning vil være både tungvint og kostbart. Men i beste fall oppdages feilen etter noen sekunder og rettes uten noe mer en bagatellmessige utgifter, og det er her maskinsyn kommer inn.
Maskinsyn til redning
Med maskinsyn kan hvert eneste vare bli sjekket for et stort antall forskjellig problemer som man forutser at kan skje, og når feil oppdages så kan man enten skyve ut den enkelte varen fra linjen og kanskje til og med stoppe linjen helt etter at et bestemt antall feil har oppstått for å hindre forbruk av materialer og annet svinn ved systematiske feil.
Med en slik kontroll kan feil oppdages og korrigeres mye tidligere enn hva som ellers er mulig, og dermed hindre svinn eller større økonomiske konsekvenser.
Bedre enn menneske?
Man tenker kanskje at den beste løsningen er å ha et menneske som sjekker hver eneste vare som blir produsert for hånd, og gjort riktig kan dette gi gode resultater. Men i praksis er det bare for produksjon av relativt dyre produkter med gode marginer hvor dette er økonomisk mulig, og selv der kommer man ikke bort fra at mennesker gjør menneskelige feil. Det er alt for lett å la oppmerksomheten glippe mot slutten av et langt skift med veldig repetitive oppgaver som kontroll av varer.
Maskiner har ingen slike svakheter. Hver eneste kontroll er like grundig som forrige uansett hvor mange timer de har jobbet.
De fleste maskinsynskontroller er mulig
Det er i prinsippet veldig få visuelle kontroller som maskinsynsløsninger ikke kan gjøre. Form, farge, tekst og merker kan alle automatisk sjekkes og kontrolleres mot ERP eller fabrikksystemer.
Enkle sjekker
Av de enkleste typene maskinsyn finner vi problemer som kan løses ved å analysere bildet langs en akse. Dette kan være å sjekke at flasker har blitt fylt til riktig nivå, at flaskekorken sitter riktig på en flaske,
at riktig tråd ble brukt eller at en forpakning ikke har defekter.
Tekst og markeringssjekker
Det er viktig at trykt informasjon på forpakninger og produkter er riktig. Med OCR tolkning av markeringer så kan den trykte informasjonen som “best før”, “batchnr” eller produktspesifisering på forpakningene kontrolleres at stemmer overens med forventede verdier lagret i ERP eller fabrikksystemer.
Med lesning av strekkoder, QR-koder eller andre maskinlesbare merker kan det sikres at det ble brukt riktig laminat eller boks.
Mer avanserte visuelle sjekker
Mer avanserte visuelle sjekker kan sjekke at det ble brukt riktig lokk på en boks når det ikke finnes relevant lesbar tekst på lokket eller at det ble brukt riktig tekstil under produksjon av putetrekk.
Det er også mulig å kontrollere form og fasong på råvarer og ferdigproduserte varer for å oppdage feil, og skader på mottatte råvarer eller som har oppstått under produksjonen.
3D-syn
Når det ikke er mulig å løse en oppgave bare ved å se på et bilde, kan 3D-syn være løsningen. Med 3D-syn kan maskinsynsystemet se dybde i bilde som gjør det mulig med veldig avanserte kontroller av form og fasong på varer.
Det finnes flere forskjellige 3D-synsløsninger, og valget må gjøres basert på utfordringene i de aktuelle problemene. Det finnes 3D-skannere som benytter laser for å måle avstander fra skanneren, 3D-kamera som belyser produktet med prikker og stereoskopiske løsninger som benytter flere kamera for å danne et dybdebilde på samme måte som oss mennesker.
Avanserte ML-løsninger for visuelle sjekker
For de mest avanserte løsningene tas det i bruk maskinlæring. Med maskinlæring bygges det avanserte løsninger som tar i bruk kunstig intelligens (AI) for å løse selv de mest vriene problemene.
ML-løsninger brukes til å for eksempel automatisk flagge problemer med kvaliteten av råvarer.
Maskinsynsløsninger i en produksjonslinje
Generelt er det enklere og rimeligere å korrigere feil etter tidligere i produksjonen feilen oppdages, og det sier seg selv at det ikke er mulig å sjekke om lokket på en boks er riktig etter at boksen er pakket ned i en distribusjonsforpakning.
Ta kontakt for en uforpliktende prat
Vi har lang erfaring med ulike typer kontroller på produksjonslinjer og står klare for å diskutere deres problemer og foreslå løsninger.
Ta kontakt med oss for å booke et uforpliktende møte på +47 416 28 157 eller E-post: post@futurethen.no
Skrevet av
