Ön itt áll: A HivatalrólSajtószobaA Hivatal a hírekbenNyomtatott sajtó
Új megközelítéssel garantálja a minőséget
2021. október 05.
Módosítás: 2021. október 06.
Olvasási idő: 5 perc
Ha egy ötlet igazán jó, akkora nem csak egyetlen problémára kínálhat megoldást. Pontosan ilyen ötlet a ContrallVision, de nemcsak ezért nyerte el az ITBUSINESS Award termékfejlesztési kategóriájának díját.

Megkérdeztük a nyertest

Herbály István ügyvezető, RG Net: „A ContrallVisionben megmutatkozó újszerű gondolkodásmódra vagyunk a legbüszkébbek. Minden hasonló, termékellenőrzést végző megoldás egy referenciadarabhoz hasonlítja az aktuális munkadarabot, és az eltéréseket vizsgálja. Mi csavartunk egyet ezen a módszeren, és a hibákat kezdtük el keresni, felismerni a képeken. Ez egy olyasfajta megközelítés, amelyet más még nem alkalmazott, és ezzel a szemléletmód-váltással vált lehetségessé a Terrán problémájának megoldása. Nagy megtiszteltetés számunka ez a díj, hiszen az ITC-szakma legnívósabb elismeréséről van szó, melyet igen erős mezőnyben sikerült elnyerni. Minden sajtómegjelenésünkben, a termék weboldalán, ismertető anyagaiban is kiemelt helyen fog szerepelni, hogy a ContrallVision ITBUSINESS Awarddal kitüntetett termék.”

Nagy utat járt be az RG Net fejlesztése két év alatt. 2019-ben még egy prototípusban létező egyedi megoldás nyerte el projektfejlesztési díjunkat. Azt a Terrán Tetőcserépgyártó számára dolgozta ki az RG Net, hogy a korábbinál hatékonyabban lehessen felismerni és elkülöníteni a hibás darabokat. A gépi látást és gépi tanulást alkalmazó rendszerrel sikerült elérni, hogy a nagy sebesség (másodpercenként két cserép), és a rezgésekkel teli, poros ipari környezet ellenére gyakorlatilag az összes hibás cserepet felismerjék. A megoldást nem csupán a Terrán vezeti be mindegyik hazai és külföldi gyártósorán, de érdeklődik iránt a cserépgyártó sorokat fejlesztő és gyártó külföldi cég is.

Cserép helyett üveg Jól mutatja az ITBUSINESS Award jelentőségét, hogy a díjazás után gyakorlatilag azonnal megkereste az RG Netet a Szobi Italgyártó Kft., hogy hasonló megoldásra lenne szükségük, csak éppen üvegek kiválogatására.

Többrétű feladatot kellett megoldania az RG Netnek. Egyrészt a rendszernek fel kellett ismernie és egymástól meg kellett különböztetnie a saját (Piroska szörpös) és az idegen üvegeket. El kellett különítenie a dupla és a szimpla nyakú üvegeket, illetve a sima és a dombornyomott üvegeket. A projekt megvalósítását megelőzően ezt kézi erővel végezte hat fő. A projekt kapcsán a megbízó célja az volt, hogy a szelektálás 100 százalékos biztonsággal megvalósuljon (kivéve a dombornyomott üvegek terén).

A Szobi esetében is a valós ipari környezet jelentette a legnagyobb kihívást. A palackokat kültéren tárolják, így ki vannak téve a különböző környezeti hatásoknak (eső, fagy, pára, darazsak, szennyeződések).

A dombornyomott üvegek felismerésekor igen nagy fejtörést okozott a projekten dolgozóknak, hogy az üvegen található eső-, illetve páracseppeket hogyan lehet elkülöníteni a dombornyomott mintától. Nehézséget jelentett, hogy a szalag működése folyamatos, nincs mód, idő és lehetőség körbeforgatni a palackokat, így az elhaladás során kell vizsgálni őket. Ráadásul a vizsgálandó üvegek eltérő sziluettűek, eltérő magasságúak és az üvegek, illetve PET-palackok átlátszósága tulajdonsága tovább bonyolította a megvalósítást.

Külföldön is bizonyíthat A rendszer felépítése – a kamera és a mögötte dolgozó mesterséges intelligencia – az alapokat tekintve hasonló a Terránnál alkalmazott megoldáshoz. Egy kamera folyamatosan figyeli a palackokat, és a mesterséges intelligenciával dolgozó hálózat eldönti, hogy saját, vagy idegen üvegről, szimpla, vagy dupla nyakúról, sima vagy dombornyomottról van-e szó. A korábbi megoldással ellentétben itt nem a hibákat, hanem a megfelelő palackokat tanították meg a rendszernek. A kamerás egység mögött egy képfeldolgozó szerver elemzi a képeket. Az AI segítségével a rendszer autokorrelációt alkalmaz a tanulási folyamatban, így olyan összefüggéseket talál meg, amelyeket egy statikus rendszer nem lenne képes, majd ezeket az adatokat felhasználva optimalizálja a termelést.

A rendszer speciális, nagy felbontású kamerákat igényel, amelyeket kimondottan mesterséges intelligenciás alkalmazásokhoz fejlesztettek. Szükség is van a nagy teljesítményre, mert a soron másodpercenként két palack halad át, vagyis egy-egy darab értékelésére 500 ms áll rendelkezésre. Ennyi idő alatt kell a rendszernek rögzítenie a képet, kiértékelni azt, majd végrehajtani a beavatkozást. Jelenleg a három vizsgálat együttesen 100 ms alatt végbemegy.

A Szobi számára nem egyszerűen átalakította a rendszert az RG Net: a korábbi tapasztalatokat felhasználva és az újakat beépítve termékesítette is azt. A vállalat Ipar 4.0 megoldásainak sorába illeszkedő rendszer a ContrallVision nevet kapta. Az eredeti megoldás bizonyította, hogy jól adaptálható újabb környezetekre és feladatokra, így mostantól kezdve az RG Net felveszi a portfóliójába. Mivel kevés hasonló rendszer létezik, a vállalat már készíti elő a ContrallVision bevezetését a nemzetközi piacokra.

A zsűritagok mondják

Sebők Katalin, az NKFIH elnökhelyettese: „Átgondolt és öszszeszedett koncepció, látszik, hogy a fejlesztési tevékenység megalapozott és magas szintű volt. Az ipari termelés során végzett minőségellenőrzési folyamatot újfajta szemléletmóddal közelítették meg, mely lehetővé tette az innovatív és valóban piacképes megoldás létrehozását. A megoldás egyediségét az is visszaigazolja, hogy több, teljesen eltérő területen is sikeresen használható. Előremutató megoldás, számos további lehetőséget rejt magában a minőség-ellenőrzés területén. Jól látszik, hogy a korábbi fejlesztés mostanra termékké érett. A csapatnak sikerült olyan megoldást kidolgoznia, amely könynyedén adaptálható más, csak jellegében hasonló problémák megoldására is. A jövőben könnyen nyújt majd támogatást precíziós döntések meghozatalára, bármik legyenek is azok. Az, hogy a cserépgyártó gépeket gyártó cég is felfigyelt a megoldásra már szinte garancia a világsikerre.”

Forrás: IT- Business

Utolsó módosítás: 2021. október 06.
Visszajelzés
Hasznos volt az oldal információtartalma az Ön számára?