Automatyczna kontrola jakości w przemyśle budowlanym

Przemysł budowlany należy do sektora gospodarki, który dynamicznie się rozwija. Z roku na rok wzrasta liczba inwestycji, w konsekwencji konkurencyjność na rynku jest coraz większa. Możliwość kontynuowania działalności w branży wymaga od firm stawiania czoła wyzwaniom, jakie się przed nimi pojawiają. Na rynek trafia coraz mniej specjalistów związanych z budownictwem, firmy muszą zabiegać o potencjalnych klientów i kontrahentów, stale wzrastają ceny, a co się z tym wiąże również koszta materiałów. W związku z powyższym firmy muszą poszukiwać nowych i innowacyjnych rozwiązań. Jednym z nich są wizyjne i automatyczne kontrole jakości.

Automatyczna kontrola jakości w przemyśle budowlanym to niewątpliwie przyszłość budownictwa. W przemyśle budowlanym, ze względu na ograniczoną dostępność zasobów ludzkich, coraz więcej procesów i kroków podczas kontroli jakości, do dalszego efektywnego działania, potrzebna jest automatyzacja. Wiąże się ona z wykorzystywaniem kamer wizyjnych i algorytmu uczenia maszynowego. Firmy muszą wyróżniać się na tle konkurencji i jednym z takich wyróżników jest stosowanie nowoczesnych technologii IT. Takie technologie związane są z digitalizacją i są to m.in. skanowanie laserowe czy wizyjne kontrole jakości.

Wizyjne systemy kontroli jakości to jeden z najskuteczniejszych sposobów wykrywania wad materiałów budowlanych, który pozwala na ich szybkie usunięcie, a w związku z tym zmniejszenie kosztów podczas samej produkcji jak i tych związanych z ewentualnymi reklamacjami wadliwych produktów lub nawet całych partii. Zastosowanie automatycznej kontroli jakości, która jest dokładniejsza, niż ludzkie oko pozwala na wyeliminowanie defektów do minimum.

W KSM Vision od początku naszej działalności związani jesteśmy z branżą budowlaną. Na początkowym etapie działań firmy dostarczaliśmy klientom rozwiązania do pomiarów kształtów, przemieszczeń i odkształceń w budownictwie.

Systemy widzenia maszynowego, czyli innymi słowy, rozwiązanie oparte na kamerze, która skanuje produkt w perspektywie 360 stopni, skanuje je w całości i wykrywa ewentualne defekty i odstępstwa od idealnego wzorca. Systemy te stosowane są m.in. przez producentów mebli oraz fabryk oferujących drewniane podłogi.
Systemy kontroli jakości desek można podzielić na te, które wykrywają wady na surowych deskach oraz precyzyjny pomiar geometrii w 3D.
Wady, jakie można wykryć na surowych deskach to np. kieszenie żywiczne, zepsute sęki, uszkodzenia mechanicznie. Tego typu kontrola jakości może posłużyć m.in. do eliminacji defektów na łączeniach lameli oraz do automatyzacji naprawy wierzchniej warstwy w produktach.
Precyzyjny pomiar geometrii 3D natomiast umożliwia dokładny pomiar powierzchni desek, po obróbce mechanicznej. Tego typu kontrola jakości może posłużyć m.in. do wykrywania objętości ubytków, co umożliwia usprawnić proces szpachlowania.

Oba systemy oparte są na widzeniu maszynowym i sieciach neuronowych co pozwala na zwiększenie efektywności produkcji. Algorytm uzyskuje wysoką skuteczność, ok. 95%, przy jednoczesnej minimalnej liczbie odrzuconych produktów z taśm produkcyjnych.

Przykłady wad desek: 

System kontroli, nazwany przez nas Brickspect pozwala na kontrolę kostki brukowej i dbanie o jej idealny kształt. Urządzenie służy do badania wysokości produktu, szczególnie gdy jest on specyficzny i niełatwy do odtworzenia. Algorytmy służące do analizy wymiarów bazują na pomiarze wysokości oraz uszkodzeniach powierzchni górnej kostki. System automatycznie wykrywa pęknięcia, przebarwienia, ubytki, nieprawidłowe wymiary i inne. Wyżej wymienione algorytmy pozwalają na gromadzenie, przeglądanie i analizę wszystkich danych dotyczących procesu produkcyjnego.

Przykłady wad kostek brukowych: 

W  naszych systemach wizyjnej kontroli jakości łączymy innowacyjne układy optyczne z zaawansowaną automatyką, elektroniką oraz dedykowanym oprogramowaniem, bazującym na metodach sztucznej inteligencji i sieciach neuronowych.  Intuicyjny software pozwala na analizę danych zebranych przez system. Dzięki architekturze opartej o głębokie sieci neuronowe systemów KSM Vision, nasze rozwiązania mają zdolność „uczenia się” nowych formatów produktów (wychwytowania defektów w stosunku do predefiniowanego „idealnego produktu”), dzięki czemu trenowanie systemu pod nowe produkty trwa do kilka minut.