Az új globális, vezeték nélküli szabványként ismert 5G, az elektromos járművek, valamint az önvezető megoldások iránti egyre növekvő igény eredményeként a járművekbe szerelt NYÁK-részegységek ellenőrzése is egyre komolyabb kihívásokkal jár. Az OMRON új VT-S10 megoldása azonban lehetővé teszi e kulcsfontosságú alkatrészek nagy pontosságú ellenőrzését a minőség fenntartása és növelése érdekében, így nyújtva nagyobb megbízhatóságot és biztonságot.

Az elmúlt évek során rohamosan nőtt az 5G technológiához, az elektromos járművekhez és az önvezető megoldásokhoz szükséges NYÁK-részegységek iránti igény, ez pedig – mivel az említett alkalmazások működése fokozott megbízhatóságot igényel – a NYÁK-okra vonatkozó minőségi követelményeket is tovább szigorította. A NYÁK-részegységek egyre tömörebbé és kisebbé válása a szakembereket fokozott kihívások elé állítja az ellenőrzés terén.

A hagyományos NYÁK-ellenőrző rendszerekkel rendkívül nehéz például pontos képeket készíteni a forrasztási alakzatokról, ez pedig korlátozza a vizsgálat hatókörét és paramétereit. Mindeközben az üzemekben – ahol egyre nagyobb a hiány a képzett munkaerőben – az alkalmazottaknak a COVID-19 miatt kerülniük kell a közvetlen érintkezést, ennek eredményeképpen pedig a szemrevételezés gyakoriságát is csökkenteni kell.

A hatékonyabb ellenőrzési pontosság iránti igény mellett az is elvárás, hogy az új ellenőrző berendezéseket kevesebb tapasztalattal és alacsonyabb képesítéssel is be lehessen üzemelni. Azokon a területeken, ahol a gépjárműipar és az 5G piacának növekedése várható, a termékellátási lánc is bővítésre kerül. Mindezek fényében például az IPC szabvány szerinti alakzatvizsgálat még hasznosabbá vált az ellenőrzési minőség fenntartására vonatkozóan.

Az OMRON saját fejlesztésű MDMC (Multi-Direction Multi-Color) képalkotási technológiájával felszerelt VT-S10 sorozat a NYÁK-részegységek ellenőrzése során automatikusan optimalizálja a megvilágítás besugárzási szögét, színét és fényerejét, mindezt olyan jellemzők figyelembevételével, mint például az elektronikus alkatrészek formája vagy a NYÁK forrasztása. Az első tesztek eredményei alapján ez az új technológia körülbelül 70%-kal képes csökkenteni a beállításhoz szükséges munkaórák számát.

Ráadásul a mesterséges intelligencia segítségével a NYÁK-ellenőrző rendszer olyan vizsgálatok automatizálására is képes, amelyeknél eddig az emberi érzékekre kellett támaszkodni, vagyis jelentősen javítja a vizsgálatok pontosságát. Az OMRON az esztétikai és a forrasztási vizsgálatok terén egyaránt több mint 30 éves tapasztalattal rendelkezik.

A rendelkezésre álló fejlett technológiákra és átfogó eszközkészletre alapozva a vállalat elindította az „innovative-Automation” nevű stratégiai kezdeményezést, melynek alappillérét három innováció, a három „i” jelenti: „integrált” (vezérlők fejlesztése), „intelligens” (mesterséges intelligencia fejlesztése), „interaktív” (új harmonizáció az emberek és a gépek között). Az OMRON e kezdeményezéssel kötelezte el magát amellett, hogy innovációt juttasson a gyártás helyszíneire.

A vezérlőberendezések páratlanul széles választékának integrálása és a forrasztási ellenőrzés terén nagyfokú tudással rendelkező mesterséges intelligencia használatával a VT-S10 sorozat a legújabb az OMRON azon termékeinek sorában, amelyek megtestesítik az „innovative-Automation” koncepciót. Az elkövetkezőkben a vállalat célja továbbra is az, hogy a gyártókörnyezeteket az ügyfelekkel szoros együttműködésben fejlessze tovább. Az automatizált ellenőrzés hatókörének és paramétereinek kibővítésével a kezelők mentesülnének az egyszerűbb, monoton műveletektől, hogy kreatívabb feladatokra összpontosíthassanak.

A VT-S10 sorozat főbb jellemzői

Az MDMC képalkotási technológia jelentősen csökkenti a téves döntések esélyét

A saját fejlesztésű MDMC megvilágítás alkalmazásával az OMRON létrehozott egy a folyamatosan fejlődő hordozók és alkatrészek nagy pontosságú ellenőrzésére szolgáló képalkotási technológiát. A besugárzási szög, a színek és a fényerő rugalmas kezelhetőségének köszönhetően mostantól a hagyományos képalkotási módszerek eredményeinél pontosabb képek rögzíthetők a forrasztási alakzatokról, kiküszöbölhető a környező, magasabb alkatrészek árnyékának zavaró hatása, egyértelműen leolvashatók a hordozók mintái, valamint az alkatrészek felületére nyomtatott szövegek.

A programozással töltött munkaórák minimalizálása a mennyiségi ellenőrzés és a mesterséges intelligencián alapuló minőségi ellenőrzés révén

Az alkatrészek és a forrasztási alakzatok ellenőrzése terén szerzett ismeretek, valamint az MDMC megvilágítás alkalmazásával készült képek alapján az OMRON kifejlesztett egy kifejezetten a forrasztások ellenőrzésére szolgáló mesterséges intelligenciát. Ez a mesterséges intelligenciával megtámogatott ellenőrzés az MDMC általi mennyiségi ellenőrzéssel ötvözve mind a betanítás szükséges szintjét, mind a téves döntések esélyét csökkenti. Az egyik ügyfelével végzett jóváhagyási teszt során az OMRON 85%-os csökkenést állapított meg a szemrevételezéssel töltött humán munkaórák számában.

M2M (géptől gépig) rendszer a hibamentes termékek előállítása érdekében

Ha az adatokat az OMRON saját fejlesztésű QupAuto folyamatszoftverét alkalmazó más gyártók gyártóberendezéseivel kapcsolják össze, ez hatékonyabb felügyeletet tesz lehetővé, minimálisra csökkentve a hibákat. Az új sorozat egy, az egyes folyamatok numerikus értékeket és képeket is magukban foglaló ellenőrzési eredményeiből létrehozott adatbázis segítségével képes javítani a megjelenítési minőséget. A VT-S10 technológia emellett az első kihozatal eredményét is javítja azáltal, hogy az ellenőrzési eredmények alapján automatikusan optimalizálja a nyomtatás utáni/elhelyezés utáni ellenőrzési kritériumokat a végső folyamat során.

A technológia emellett a hibák csökkentése és megelőzése érdekében az adatokat más gyártóberendezés-gyártókkal is képes összekapcsolni. Egy ügyféllel végzett jóváhagyási teszt eredményei alapján ezen M2M rendszer bevezetésével a hibaarány több mint 50%-kal csökkent annak köszönhetően, hogy a rendszer még a hibák megjelenése előtt észlelte és kezelte a minőségbeli eltéréseket.