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.