Dado que las juntas tóricas crean sellos seguros y herméticos, son fundamentales para la seguridad, el rendimiento y la fiabilidad del vehículo. Esta aplicación se centra en la inspección final de las juntas tóricas tras los procesos de moldeo, extrusión y acabado.
¿Qué defectos de fabricación ocurren?
Los defectos de fabricación más comunes de las juntas tóricas incluyen:
| Defecto | Descripción | Consecuencia |
|---|---|---|
| Flash | Exceso de material causado por que el molde no cierra correctamente | Rendimiento de sellado deficiente |
| Imperfecciones de la superficie | Grietas, arañazos, abrasiones, hendiduras, picaduras. | Rendimiento de sellado deficiente |
| Curado incompleto | Curado inadecuado del compuesto de caucho | Hace que el material sea demasiado suave |
| Curado excesivo | Junta tórica expuesta a demasiado calor | Hace que la goma se endurezca y produce marcas de quemaduras y grietas. |
| Líneas de separación inadecuadas | Desalineación o líneas visibles en las costuras de la línea de separación donde se unen las mitades del molde de junta tórica | Rendimiento de sellado deficiente |
| Contaminación / Inclusiones | Materiales extraños incrustados en la junta tórica durante la fabricación | Puntos débiles y posibles fallos |
Estos defectos pueden afectar la integridad del sellado, provocando fallos prematuros. Dado que las juntas tóricas garantizan un rendimiento seguro y óptimo de sistemas y componentes críticos, es crucial que los fabricantes implementen rigurosos controles de calidad y procesos de inspección para detectar, corregir y prevenir estos defectos.
Pero los defectos de las juntas tóricas pueden ser difíciles de detectar: su variabilidad en las texturas de la superficie y la orientación de las piezas en una línea de fabricación pueden dificultar que los sistemas de visión tradicionales detecten defectos de manera consistente, lo que provoca que exageren las piezas como resultado.
En entornos de fabricación de alto volumen, las juntas tóricas deben inspeccionarse rápidamente para mantener el ritmo de producción. Los productos de visión artificial tradicionales pueden no cumplir con los tiempos de ciclo requeridos.
La Solución
UnitX, AI-powered La inspección detecta eficazmente defectos en las juntas tóricas donde otras soluciones fallan.
En primer lugar, la OptiX El sistema de imágenes ilumina y captura imágenes de las juntas tóricas. Luego, el CorteX Central La plataforma de IA se entrena en defectos de juntas tóricas. Por último, esos modelos de IA se implementan en el CorteX Edge Sistema de inferencia para detectar y clasificar defectos en línea.
Como alternativa, los fabricantes pueden usar solo CorteX AI si ya cuentan con sistemas de imágenes. Por ejemplo, si un fabricante desea detectar defectos internos en juntas tóricas, como contaminación o inclusiones incrustadas en el material, puede implementar solo CorteX AI e integrarlo con sus escáneres de rayos X y tomografías computarizadas para una rápida implementación de una detección de defectos mejorada.
Por Qué UnitX ¿Para la inspección de juntas tóricas?
OptiX Proporciona imágenes superiores que maximizan la visibilidad de los defectos. Cuenta con 32 fuentes de iluminación controlables de forma independiente, optimizadas mediante software para superficies de juntas tóricas y defectos. Su diseño de domo de iluminación permite un ángulo de incidencia muy agudo de la luz proyectada, lo que permite que incluso los defectos más diminutos proyecten sombras que aumentan su visibilidad.
CorteX detecta con precisión defectos aleatorios y complejos. Normaliza automáticamente la variabilidad en posiciones y orientaciones y reconoce defectos a nivel de píxel. Reduce los falsos positivos que generan desperdicio y desperdicio de producto.
CorteX admite el desarrollo, la implementación y la iteración rápidos de modelos de IALos modelos de IA de CorteX son eficientes en el uso de muestras: solo requieren unas pocas imágenes para entrenarse en nuevos tipos de defectos.
UnitX optimiza el rendimiento. En CorteX, es posible ajustar los criterios de calidad y visualizar el impacto en el rendimiento antes de implementar dichos cambios en la producción. Todos los datos de inspección se pueden consultar en una plataforma central para que los fabricantes los analicen e identifiquen áreas de mejora en sus procesos.
UnitX Proporciona una inspección rápida, 100% en línea. OptiX Tiene LED brillantes y velocidades de captura de moscas de 1 m/s para imágenes de alta velocidad. Y CorteX Edge Admite altas velocidades de inferencia (hasta 100 MP) para emitir rápidamente una decisión OK/NG y comunicar sin problemas dicha decisión mediante la integración con todos los principales sistemas PLC, MES y FTP.
Fabricantes que utilizan UnitX Para automatizar la inspección de juntas tóricas se puede:
- Prevenir fugas de calidad que afectan la seguridad y el rendimiento del automóvil
- Reducir los desechos al minimizar las tasas de rechazo falso comunes en la visión artificial tradicional
- Mejore el rendimiento analizando los datos de producción y calidad para encontrar oportunidades de mejora de procesos.
- Automatice la inspección a la velocidad de su producción para aumentar el rendimiento de la fabricación de juntas tóricas
UnitX Ejemplo de inspección en profundidad
En este ejemplo, inspeccionamos las juntas tóricas para detectar defectos en la superficie.
Proyección de imagen
Primero usamos OptiX para capturar imágenes de las juntas tóricas, asegurándonos de capturar tanto las partes defectuosas como las correctas.
Capacitación
A continuación, utilizamos CorteX Central Para entrenar nuestros modelos, creamos etiquetas para tres defectos: grietas (grietas en la superficie de la junta tórica), perforaciones (picaduras en la superficie de la junta tórica) y quemaduras (marcas de quemaduras por curado excesivo).
Luego etiquetamos esos defectos en las imágenes que capturamos. OptiX, utilizando únicamente:
- 4 imágenes NG para el defecto dividido
- 3 imágenes NG para el defecto de punción
- 1 imagen NG para el defecto de quemadura
- 1 imagen OK
Gracias a la interfaz fácil de usar de CorteX y al bajo número de imágenes que requiere para entrenar sus modelos de IA, solo nos tomó 12 minutos y 3 segundos completar el etiquetado de los tres defectos.
Detección
Luego implementamos esos modelos de IA en CorteX Edge para detectar defectos en juntas tóricas nuevas, dando como resultado la detección y clasificación precisa de nuestros tres defectos.
