Conception d'un système de détection de défauts basé sur la vision pour la ligne de production

Les systèmes de détection de défauts qui réussissent sur une vraie ligne de production partagent quelques habitudes: imagerie propre, étiquetage soigneux, évaluation robuste et intégration respectueuse avec la ligne et l'équipe existantes.Ce cours passe en revue ces choix dans l'ordre dans lequel ils se présentent généralement au cours d'un projet. Vous travaillerez à travers des exercices de conception écrits qui reflètent la façon dont une petite équipe d'automatisation ou de données planifierait un système de détection de défauts.L'accent est mis sur les compromis pratiques qui comptent lorsque la vitesse de la ligne, les faux positifs et la confiance de l'opérateur sont tous sous pression. Ce que vous apprendrez: - Planifier les configurations d'imagerie, y compris l'éclairage, la résolution de la caméra et la synchronisation des déclencheurs - Construire des protocoles d'étiquetage qui produisent des données d'entraînement propres avec des définitions claires des défauts - Comparer les approches de modélisation, y compris la classification, la détection, la segmentation et la détection d'anomalies - Évaluer les modèles avec des mesures opérationnelles significatives telles que le taux de faux positifs et les défauts manqués - Planifier le déploiement en prêtant attention à la latence d'inférence, à la vitesse de ligne et à l'intégration avec les systèmes PLC - Concevoir des flux de travail de recyclage qui gèrent de nouveaux types de défauts et des mélanges de production changeants Le cours progresse de l'imagerie à l'étiquetage, à la modélisation, à l'évaluation et enfin à l'intégration de ligne.Un exercice écrit de clôture vous demande de rédiger une conception d'une page pour un système de détection de défauts pour un produit et un environnement de production spécifiques. Ce cours est conçu pour les débutants ayant une expérience en logiciel ou en ingénierie, y compris les scientifiques des données entrant dans la fabrication, les ingénieurs en automatisation explorant l'IA et les étudiants en génie industriel.Aucune expérience approfondie en fabrication n'est requise.Le cours traite le système comme un problème de conception que vous pouvez raisonner sur papier avant l'achat de tout matériel.