Výstupní kontrola kvality elektrického ovládání oken automobilů

Pavel Konečný, CEO a spoluzakladatel Neuron Soundware

V minulosti provozovatelé testovali kvalitu regulátorů oken poslechem. To znamená, že testování záviselo na lidském faktoru a sluchu. Výrobce se rozhodl nahradit tuto manuální a náročnou metodu automatickým systémem dodávaným společností Neuron Soundware.

Výzva: nahradit lidskou obsluhu, která na výrobní lince činí složitá rozhodnutí stokrát denně

Přední lídr na trhu v automobilovém průmyslu vyrábí mechanické řídící kabely, okenní regulátory, moduly dveří a produkty pro automatické zavírání. Výrobce má závody v mnoha zemích světa a je zastoupen na všech hlavních automobilových trzích po celém světě.

Ročně vyrábí více než 10 milionů kabelových aplikací pro automobily a regulátorů oken a je také jedním z předních výrobců kabelových aplikací pro rekreační vozidla, jako jsou čluny, čtyřkolky, osobní vodní skútry, motocykly a golfové vozíky.

Pro tohoto předního výrobce je důležitá kvalita vyráběných dílů. V rámci výrobního procesu regulátorů oken v minulosti operátoři jejich testovali kvalitu poslechem. To znamenalo, že přístup k testování byl závislý na lidském faktoru (poslech každého regulátoru oken) na konci výrobní linky, což byl vysoce subjektivní postup, který vedl k vysokému počtu reklamací ze strany zákazníků.

Testovaný elektromotor

Z tohoto důvodu se výrobce v roce 2018 rozhodl vyhodnotit vhodnost technologie detekce zvuku Neuron Soundware (NSW), aby zvýšil přesnost kontroly kvality na jedné ze svých montážních linek mechanických systémů oken automobilů. Bylo dohodnuto, že projekt bude probíhat v závodě umístěném v České republice.  

Cílem projektu bylo vyvinout řešení, které bude součástí kontroly kvality na konci výrobní linky mechanické jednotky automobilu vyvinuté výrobcem. 

Před zahájením projektu obdržela společnost NSW údaje od výrobce, aby mohla posoudit proveditelnost projektu na malém souboru dat. Projekt se ukázal jako životaschopný, takže společnost NSW pokračovala v získávání dalších dat, trénování klasifikačního algoritmu strojového učení použitého pro tuto úlohu a nasazení služby na stávající platformu a systém kontroly kvality.

 
Hi-lex car door - automotive output quality testing
Hotový díl pro spouštění oken na dveřích vozu

Řešení: Akustická kontrola kvality na výrobních linkách pomocí umělé inteligence

V současné době řešení NSW denně testuje přibližně 1600 produktů. Řešení se skládá ze zařízení IoT, která zpracovávají data, Arduina pro poskytování informací o probíhajícím testu a ML modelu, který vyhodnocuje úroveň hluku v celém frekvenčním rozsahu a poskytuje objektivní výsledky založené na datech během několika sekund. Jelikož je proces založen na umělé inteligenci, má schopnost přizpůsobit se měnícím se podmínkám a v průběhu času se učí. 

Výrobky jsou testovány na testovací stolici vybavené senzory třetí strany, kde probíhá proces posunování a stahování okna. Výrobce testuje několik parametrů, jedním z nich je zvuk.

Pokud jde o zvuk, ML model z NSW vyhodnotí celou křivku při všech frekvencích a určí, zda byly překročeny stanovené meze. Pokud se tak stane, červená kontrolka na obrazovce informuje obsluhu, že by měla výrobek odeslat k další kontrole.

Data jsou uložena v cloudu. Odpovědní zaměstnanci mají přístup k portálu nGuard , kde sledují údaje o všech testovaných výrobcích a mohou identifikovat výrobek podle čárového kódu.

To je důležité v případě reklamace, protože je možné stáhnout zvukový vzorek a jeho vyhodnocení, čímž je zajištěna úplná sledovatelnost každého jednotlivého výrobku. NSW rovněž poskytuje analýzu zvukové stopy v porovnání ke relevantní stanovené prahové hodnotě.

Hi-lex Arduino
Zobrazení kvality aktuálně testovaného výrobku

Jak vypadá vnitřek aplikace NSW nGuard

Kromě obrazovky přímo ve výrobním závodě má zákazník k dispozici také prostředí aplikace nGuard, ve kterém může sledovat testované výrobky v průběhu času. Na obrázku níže je vidět, že mezi 19:00 a 20:30 bylo testováno 77 výrobků. Z nich 74 bylo v pořádku a 3 výrobky byly vyhodnoceny jako vadné, což vyžadovalo dodatečnou manuální kontrolu.

automotive output quality testing
Výsledek testování elektromotorů v portálu nGuard

Matematický model nahrán do terminálu IoT společnosti NSW umístěném v závodě zákazníka vyhodnocuje pro každý zaznamenaný zvukový vzorek jeho sílu pro každou z 20 požadovaných frekvencích,(pro každou frekvenci musí být hlasitost v rámci určité normy podle dané maximální přípustné úrovně hlasitosti.)

table of results: automotive output quality testing
Obr: Úrovně hlasitosti na vybraných frekvencích testovaných výrobků.

Závěr: Řešení Neuron Soundware

Před nasazením technologie NSW prováděli operátoři výroby na lince složitá rozhodnutí až 700krát denně. Řešení NSW umožňuje přechod od subjektivního manuálního testování lidským poslechem k objektivnímu standardizovanému automatizovanému testování.

Hlavními výhodami nasazeného systému jsou:

  • snížení nákladů na testování
  • výrazné zlepšení zdraví na pracovišti; minimalizace expozice zaměstnanců těžko slyšitelným zvukům
  • větší přesnost, průkaznost a objektivita při hodnocení kvality výrobků
  • historie záznamů o testování, možnost zpětného porovnání výsledků mezi sebou
  • certifikát kvality pro každý hotový výrobek na základě naměřených údajů
  • snížení nákladů na reklamace ze strany zákazníka na 0%