El blog futurista de Machine Vision People

Sharing

VITRONIC analizó más de cerca el asunto de la inteligencia artificial (IA) en el visionado artificial en el artículo del blog “El visionado artificial se hace inteligente.” En este artículo, analizo la integración de la IA en los sistemas de visionado artificial y la examino mediante un ejemplo concreto de inspección de cordones de soldadura: la detección y clasificación de salpicaduras de soldadura.

Las salpicaduras de soldadura reducen la calidad de las superficies visibles o relevantes para el montaje.  Por lo tanto, resulta esencial contar con una detección extremadamente fiable.

¿Qué ventajas aporta la integración de la IA?

El visionado artificial (VM) clásico tiene sus limitaciones cuando se trata de fondos muy heterogéneos y una elevada variación de una característica defectuosa. Por lo tanto, en el caso de las salpicaduras, el resultado de la detección clásica de bordes no siempre es concluyente. La IA hace desaparecer esta desventaja al detectar de forma autónoma patrones que los humanos no perciben o no pueden cuantificar. De este modo, la IA flexibiliza el VM y el sistema aprende de las nuevas condiciones

Detección de salpicaduras con red neuronal

Pero ¿cómo puede expresarse la evaluación de las salpicaduras de soldadura “no aceptables” en términos de tolerancia de un sistema de inspección? A tal fin, los expertos evalúan qué irregularidades debe clasificar la IA como salpicaduras de soldadura. Las redes neuronales convolucionales (CNN) se entrenan con estos datos preevaluados. Una red entrenada de este modo puede clasificar mejor otras salpicaduras tras una breve fase de entrenamiento, en comparación con el método clásico.

Cuando el cliente compra nuestro sistema VIRO WSI, éste ya conoce 50.000 variaciones de salpicaduras de soldadura. Así pues, el cliente no tiene que entrenarlo primero, VITRONIC ya ha hecho el trabajo por él.
Oliver Hopp Key Account Manager Automotive

Es importante contar con un gran número de conjuntos de datos distintos para el tipo de defecto, a fin de que posteriormente pueda reconocerse de forma fiable un gran ancho de banda de salpicaduras diferentes. Cuantos más datos de entrada haya disponibles, mejor se podrá entrenar la red.

Se asigna una etiqueta al conjunto de datos de entrenamiento o, más concretamente, a cada anomalía. Estas etiquetas constituyen los valores objetivo para el entrenamiento.

Al comparar el resultado con el valor objetivo, la CNN puede entrenar gradualmente sus neuronas para que den la respuesta esperada
Al comparar el resultado con el valor objetivo, la CNN puede entrenar gradualmente sus neuronas para que den la respuesta esperada

Debe tenerse en cuenta que las redes neuronales no son deterministas. Existe una alta probabilidad en la detección de errores, pero no excepcionalidad. Para estas probabilidades, se puede establecer un valor umbral a partir del cual se clasifica como salpicadura. Cuanto más bajo se establezca el valor umbral, mayor será la incertidumbre (100 % menos el valor umbral). A su vez, esto significa que puede haber pseudoerrores en la clasificación incluso con redes neuronales.

Salpicaduras de soldadura detectadas con probabilidad de error
Salpicaduras de soldadura detectadas con probabilidad de error

El uso de la IA debe sopesarse

La inspección en línea requiere el cumplimiento de los tiempos de ciclo estipulados de la línea de producción. En la práctica, por tanto, el tiempo necesario para la inspección también es esencial.

Con fines de evaluación, hemos cotejado los tiempos totales de inspección del VM clásico y el asistido por IA. Determinados algoritmos de IA (como SSD, Single Shot Detection) alcanzaron casi las mismas velocidades que el visionado artificial clásico.

Por tanto, teniendo en cuenta la mayor precisión del método SSD, es la mejor alternativa para inspeccionar los cordones de soldadura.

Comparación de los tiempos de evaluación del VM convencional y el asistido por IA.
Comparación de los tiempos de evaluación del VM convencional y el asistido por IA.
Trabajamos constantemente para optimizar nuestras soluciones, incluido el SSD para salpicaduras de soldadura.  Mi objetivo es reducir aún más los pseudodefectos manteniendo como mínimo la misma velocidad de procesamiento.
Daniel Heinze Desarrollador de VIRO WSI

Perspectivas

Por supuesto, la IA puede utilizarse para algo más que la simple clasificación de las salpicaduras de soldadura. En el futuro, VITRONIC también utilizará la IA para detectar otros defectos, como poros y hendiduras. Hay un gran potencial para entrenar la IA en otros criterios.

Conclusión

Conceptos clave

  • Una red bien entrenada da buenos resultados
  • La elevada velocidad de evaluación es adecuada para las pruebas en línea
  • Mayor satisfacción del cliente gracias al aumento de la inspección y la calidad del producto

Resumen

El uso de la inteligencia artificial ofrece posibilidades donde el visionado artificial clásico alcanza sus límites.

Oliver Hopp

Oliver Hopp

Key Account Manager Automotive
E-Mail
oliver.hopp@vitronic.com
Telefon
+49 151 689 622 73
Oliver Hopp has been supporting the sales team at VITRONIC as Key Account Manager Automotive since 2023. Thanks to his experience in the field of industrial machine vision, he is familiar with the requirements of various industries and a wide range of applications. From rule-based to AI-based algorithms, he advises and helps customers from industry and mechanical engineering to implement digital measures in the field of automated optical inspection. The quality requirements of the customers are always decisive.

Sígueme

Obtenga más información

Inspección automatizada de soldadura para ejes perfectos
Baterías de iones de litio de máxima calidad gracias a la inspección de cordones de soldadura
Carrocerías sin defectos gracias a la inspección de cordones de soldadura por láser

Artículos relacionados

Contrary to conventional image processing, Artificial Intelligence (AI) does not need programmable rules. This often facilitates its use.
¿Pueden autooptimizarse las líneas de soldadura?
Suscríbete al boletín
la gente de visión artificial
Ya sea en automatización o tecnología de tráfico: con nuestros sistemas, nuestros clientes ven más. La combinación de hardware, datos y evaluación inteligente hace posibles aplicaciones y análisis que hasta hace poco eran impensables. Un mundo previamente oculto se vuelve visible y utilizable.