REACHbyMortoff

Esettanulmány · AI Vision – gyártás

AI alapú minőség-ellenőrzés baromfi-csomagolósoron

REACH OEE mérés és AI alapú videós selejtdetektálás egy korábban digitalizálatlan csomagolósoron.

Ügyfél
Varga Szárnyas Kft.
Iparág
Baromfi-feldolgozás
AIalapú vizuális selejtdetektálás
Valós idejűOEE és selejtadat
Edgeinternetfüggetlen futtatás a sor mellett

Röviden

Kihívás

A csomagolósor nem volt digitalizálva, a selejtes csomagok kiszűrése teljes mértékben emberi figyelemre épült, a selejtet papíron rögzítették.

Megoldás

REACH OEE mérés és AI alapú videós minőségellenőrzés ipari edge számítógépen, operátori tabletes visszajelzéssel és TV-s OEE kijelzéssel.

Eredmény

Konzisztens, objektív selejtdetektálás, rövidebb reakcióidő, és valós időben, auditálhatóan mérhető OEE.

Kiinduló helyzet – Digitalizálatlan csomagolósor és manuális minőség-ellenőrzés

A Varga Szárnyas Kft. baromfi csomagoló egységében a projekt indulásakor a gyártási és csomagolási folyamat adat szinten nem volt digitalizálva.

A csomagolás két fő terméktípust érintett:

  • vákuumcsomagolt baromfi hústermékek
  • tálcás, védőgázas csomagolású baromfi termékek

A működés főbb jellemzői:

  • Nem történt valós idejű OEE mérés és kijelzés
  • A selejtes csomagok detektálása teljes mértékben élő munkaerőre épült
  • A selejt mennyiségek papír alapon kerültek rögzítésre
  • A rögzített adatok utólag, manuálisan kerültek feldolgozásra

A probléma gyökere

A csomagolósor gépi szinten képes lett volna számos működési adat generálására, azonban ezek az adatok:

  • nem kerültek strukturált gyűjtésre
  • nem voltak összekapcsolva minőségi mutatókkal
  • nem támogatták a valós idejű döntéshozatalt

A manuális selejtdetektálás és papír alapú adatbevitel:

  • emberi hibalehetőséget hordozott
  • nem biztosított azonnali visszacsatolást
  • nem tette lehetővé a Quality komponens pontos, real-time számítását
  • így az OEE mutató csak utólagosan, korlátozott pontossággal volt értékelhető

Ennek következtében:

  • a hatékonyság tényleges szintje nem volt transzparens
  • a beavatkozások késleltetve történtek
  • a selejt trendek csak utólag voltak elemezhetők

A digitalizálatlan működés nemcsak mérési hiányosságot jelentett, hanem üzleti kockázatot is: a minőségellenőrzés pontossága operátori figyelemre épült, a selejttrendek csak utólag váltak láthatóvá, és nem állt rendelkezésre valós idejű adat a hatékonysági beavatkozásokhoz. Ez közvetlen hatással volt a kapacitáskihasználásra, a költségszintre és a minőségbiztosítás transzparenciájára.

Bevezetett megoldás – REACH OEE és AI alapú minőségellenőrzés

A valós idejű hatékonyságmérés és selejtdetektálás érdekében a Varga Szárnyas Kft. csomagolósorán bevezetésre került a REACH ipari digitalizációs platform.

OEE mérés és gyártósori adatgyűjtés

REACH rendszer segítségével képessé váltunk a csomagolósor technikai adatainak strukturált kiolvasására és feldolgozására.

Az integráció során az alábbi információk váltak valós időben elérhetővé:

  • Gép állapot (üzemel / áll)
  • Állás esetén hibakód
  • Termékáramlás követése optikai érzékelők segítségével
  • Ciklusidő és darabszám alapú teljesítmény mérés
  • OEE komponensek számítása (Availability, Performance, Quality)

Ezzel a korábban nem digitalizált csomagolósor adatvezérelt működésre váltott.

AI alapú videós minőségellenőrzés

A selejtek automatikus detektálására AI alapú vizuális ellenőrzést építettünk ki.

A rendszer kulcsa a megfelelő:

  • kamera pozicionálás
  • stabil rögzítés
  • kontrollált megvilágítás
  • reprodukálható látószög

A projekt során kiemelt hangsúlyt fektettünk arra, hogy a kamera pontosan azon a ponton kerüljön telepítésre, ahol korábban az operátor vizuálisan ellenőrizte a csomagokat.

Ez biztosította, hogy az AI rendszer ugyanazt a döntési helyzetet lássa, mint korábban az ember.

Tanuló AI modell és adatgyűjtés

A videó mintavételezés sűrű, de nem folyamatos stream alapú feldolgozás történt. A releváns képkockák mentésre kerültek, majd ezek szolgáltak a tanító adatbázis alapjául.

Mivel az AI modell tanuló architektúrára épül, szükséges volt:

  • végleges fényviszonyok között készült képek gyűjtése
  • pontos selejt típus szerinti címkézés
  • strukturált tanító adatállomány létrehozása

Gyors és hatékony címkézés – „Tinder” alapú annotáció

A képosztályozás felgyorsítására egy mobilról elérhető, egyszerű gesztusalapú annotációs alkalmazást fejlesztettünk.

A működés logikája:

  • jobbra húzás → hibátlan termék
  • balra húzás → selejt típus szerinti címkézés

Ez az intuitív megoldás jelentősen gyorsította a tanító adathalmaz létrehozását és minimalizálta az adminisztrációs terhet.

Az így osztályozott képek képezték az AI modell betanításának alapját.

Edge alapú futtatás – ipari környezetben

A betanított AI modellt egy ipari mini számítógépen futtatjuk, amely a csomagolósor közelében került elhelyezésre.

Ez biztosítja:

  • alacsony késleltetést
  • internetfüggetlen működést
  • stabil ipari üzemelést
  • azonnali selejt detektálást

Detektált selejttípusok és képességek

Az AI modell több selejttípust különböztet meg, többek között:

  • Vákuumcsomagolás sérülés felismerése
  • Csomagolási integritás vizsgálat
  • Terméktípus becslés a csomagban

Utóbbi képesség – a csomagban lévő termék típusának AI alapú becslése – a gyártásütemező modul integrációjával lehetővé teszi a gyártási terv és a tényleges csomagolás összevetését.

Ez új szintre emeli a minőségellenőrzést: nemcsak a hibás csomagokat, hanem az eltérő termékcsomagolást is képes detektálni.

Valós idejű selejt visszajelzés operátori szinten

Az AI modell futtatását követően a rendszer nem csupán háttérben gyűjtötte az adatokat, hanem azonnali operátori visszajelzést is biztosított.

A selejt detektálás eredménye egy, a csomagolósor mellett elhelyezett tableten jelent meg, ahol:

  • minden egyes termékről eldöntésre került, hogy hibátlan, vagy adott selejt típusba tartozik
  • a döntéshez tartozó valószínűségi érték (%) is megjelenítésre került
  • az analizált kép vizuálisan is látható volt

Ez biztosította, hogy az operátor:

  • lássa a rendszer döntésének alapját
  • ellenőrizni tudja az AI működését
  • fokozatosan bizalmat építsen a rendszer iránt

A rendszer tehát nem “fekete dobozként” működik, hanem transzparens döntéstámogatást nyújt.

Valós idejű OEE kijelzés vezetői és operátori szinten

Miután a csomagolósor technikai és minőségi adatai strukturáltan gyűjtésre kerültek, a REACH rendszer valós idejű OEE számítást tett lehetővé.

A számított mutatók – Availability, Performance, Quality – egy, a csomagolósor mellett felállított nagyméretű TV kijelzőn jelentek meg.

A kijelzés:

  • valós idejű
  • automatikusan számított
  • emberi adatbeviteltől független
  • pontos és auditálható

Ennek eredményeként:

  • a műszak azonnal látta az aktuális hatékonysági szintet
  • az eltérések azonnal detektálhatók voltak
  • a beavatkozás nem utólag, hanem működés közben történt

Eredmények

A rendszer bevezetését követően a csomagolósor működése érezhetően stabilabbá és transzparensebbé vált. Az AI alapú minőségellenőrzés konzisztens és objektív selejtdetektálást biztosít, amely jelentősen csökkenti az emberi figyelem ingadozásából adódó hibalehetőséget. A vákuumcsomagolás sérüléseinek felismerése megbízhatóbbá vált, a hibás termékek kiszűrése egységes logika mentén történik, így a minőségi szint kiegyensúlyozottabb működést eredményez.

A valós idejű visszacsatolásnak köszönhetően a reakcióidő számottevően lerövidült. Míg korábban a selejt trendek és hatékonysági eltérések csak utólag, papír alapú összesítések után váltak láthatóvá, a bevezetett rendszer azonnali vizualizációt biztosít. A Quality komponens folyamatos frissülése lehetővé teszi, hogy a műszakvezetés működés közben avatkozzon be, így a hibák nem halmozódnak fel és nem csak a műszak végén válnak láthatóvá.

Az operátori terhelés szintén csökkent. A manuális selejtszámlálás és adminisztráció helyett a rendszer automatikusan gyűjti és feldolgozza az adatokat, miközben vizuális döntéstámogatást nyújt. Ez lehetővé teszi, hogy az operátor nagyobb hangsúlyt helyezzen a folyamat felügyeletére és a tényleges beavatkozásra, nem pedig az adminisztratív feladatokra.

A valós idejű OEE számítás és kijelzés objektív alapot teremtett a műszakértékeléshez. A papír alapú, utólagos feldolgozás helyett a hatékonysági mutatók folyamatosan, automatikusan frissülnek, így pontosabb képet adnak a csomagolósor teljesítményéről. A vezetés számára átláthatóvá vált a gépállások, hibakódok és minőségi eltérések összefüggése, ami stabil alapot biztosít a további optimalizációs lépésekhez.

Összességében a projekt eredményeként a csomagolósor működése adatvezéreltté vált: a minőségellenőrzés automatizált, a hatékonyság valós időben mérhető, a döntések pedig nem utólagos becslésekre, hanem objektív, auditálható adatokra épülnek.

Kérdése van?

Hasonló kihívással néz szembe?

Mutassa meg a problémát, és egy rövid felmérés után megmutatjuk, hogyan oldaná meg a REACH az ön üzemében.

Beszéljünk róla