Fujitsu mengembangkan AI untuk mendeteksi ketidaknormalan produk selama produksi

Fujitsu telah mengembangkan AI yang dapat menyoroti ketidaknormalan pada tampilan produk untuk membantu mendeteksi masalah lebih awal.

Teknologi ini mampu mendeteksi ketidaknormalan dengan benar seperti benang berjumbai dan pola kabel yang rusak pada produk yang bervariasi secara individual, meskipun terlihat normal, seperti karpet dengan wol atau warna yang berbeda, atau papan sirkuit tercetak dengan bentuk kabel yang berbeda tergantung pada bagiannya. Teknologi yang dikembangkan berhasil mencapai akurasi terdepan di dunia dalam benchmark menggunakan data publik yang dikumpulkan dari gambar eksternal berbagai barang manufaktur.

Fujitsu memverifikasi keefektifan teknologi ini selama proses inspeksi di Pabrik Nagano dari Fujitsu Interconnect Technologies Limited, sebuah pabrik yang memproduksi peralatan elektronik, dan memastikan keefektifannya dalam mengurangi jam kerja yang diperlukan untuk memeriksa papan sirkuit tercetak sebesar 25%. Teknologi ini pada akhirnya menawarkan potensi untuk membantu mengurangi beban kerja pekerja di pabrik manufaktur dan meningkatkan produktivitas, sekaligus membantu memperkenalkan gaya kerja baru untuk staf garis depan.

Latar Belakang

Di lokasi proses inspeksi, inspektur menentukan apakah produk tersebut cacat berdasarkan fitur-fitur seperti perkiraan bentuk, detail struktur, dan teksturnya. Misalnya, perkiraan bentuk dianggap penting dalam uji distorsi bentuk, dan tekstur dianggap penting dalam uji kondisi atau pola. Selain itu, bahkan jika produk tampak normal, jika terdapat variasi individu dalam elemen seperti lapisan, warna, dan bentuk kabel, karakteristik ini diperiksa untuk setiap item, dan pemeriksaan dilakukan sambil membedakan apakah perbedaan atau kelainan individu termasuk dalam rentang yang dapat diterima. . Oleh karena itu, saat melatih AI untuk melakukan tugas kontrol kualitas, Anda harus dapat menangkap berbagai fitur yang terjadi secara individual dalam gambar normal.

Menangkap masalah selama produksi memungkinkan intervensi sebelum bahan terbuang sia-sia — menimbulkan biaya langsung dan lingkungan. Hal ini juga menghemat kerusakan reputasi dan biaya yang terkait dengan pengembalian/penarikan kembali setelah produk cacat dikirim ke pelanggan.

Teknologi yang Baru Dikembangkan

Dengan teknologi ini, AI mengembalikan gambar normal yang ketidaknormalannya telah dihilangkan saat ketidaknormalan terdeteksi, dan mendeteksi bagian yang tidak normal dengan menangkap perbedaan antara gambar yang akan diperiksa dan gambar normal yang dipulihkan. Fujitsu telah mengembangkan metode untuk melatih model AI sehingga gambar normal tanpa berbagai anomali seperti bentuk, ukuran, dan warna dapat dipulihkan dengan menambahkan kelainan yang disimulasikan secara artifisial ke gambar normal yang disiapkan untuk pelatihan. Peningkatan kemampuan untuk memulihkan citra normal memungkinkan untuk mendeteksi area abnormal dengan akurasi tinggi tanpa menyiapkan citra yang mengandung abnormalitas sebagai data pelatihan. Selama pelatihan, Fujitsu membandingkan gambar normal dengan gambar yang dipulihkan oleh AI, mengevaluasi tingkat pelatihan setiap fitur seperti perkiraan bentuk, detail struktur, dan tekstur, serta mengontrol ukuran, warna, dan jumlah ketidaknormalan yang akan ditambahkan sehingga AI secara istimewa mempelajari fitur yang tidak ditangkap. Misalnya, jika AI tidak dapat mengembalikan perkiraan bentuk dengan benar, AI akan berlatih dengan gambar abnormal dengan beberapa kelainan kecil yang tidak memengaruhi tampilan normal. Selain itu, jika detail dan teksturnya sedikit berbeda, AI berlatih dengan banyak gambar abnormal yang cukup besar untuk mengaburkan detail atau menambahkan pola yang mencolok. Dengan cara ini, dengan mengevaluasi status pemulihan AI dan pelatihan pada area lemah di mana AI tidak dapat memulihkan fitur, gambar normal yang menangkap semua fitur dapat dipulihkan. jika AI tidak dapat mengembalikan perkiraan bentuk dengan benar, AI akan berlatih dengan gambar abnormal dengan beberapa kelainan kecil yang tidak memengaruhi tampilan normal. Selain itu, jika detail dan teksturnya sedikit berbeda, AI berlatih dengan banyak gambar abnormal yang cukup besar untuk mengaburkan detail atau menambahkan pola yang mencolok. Dengan cara ini, dengan mengevaluasi status pemulihan AI dan pelatihan pada area lemah di mana AI tidak dapat memulihkan fitur, gambar normal yang menangkap semua fitur dapat dipulihkan. jika AI tidak dapat mengembalikan perkiraan bentuk dengan benar, AI akan berlatih dengan gambar abnormal dengan beberapa kelainan kecil yang tidak memengaruhi tampilan normal. Selain itu, jika detail dan teksturnya sedikit berbeda, AI berlatih dengan banyak gambar abnormal yang cukup besar untuk mengaburkan detail atau menambahkan pola yang mencolok. Dengan cara ini, dengan mengevaluasi status pemulihan AI dan pelatihan pada area lemah di mana AI tidak dapat memulihkan fitur, gambar normal yang menangkap semua fitur dapat dipulihkan.

Selain itu, Fujitsu telah mengembangkan teknologi baru yang menghasilkan bahan berbagai bentuk, ukuran, dan warna dari perpustakaan gambar lebih dari 5000 jenis objek buatan, dan menambahkan ketidaknormalan dengan mengubah jumlah ketidaknormalan dan posisi secara probabilistik. sudah ditambahkan.

Solusinya menggunakan model AI yang dilatih pada gambar produk dengan ketidaknormalan. Cacat ini disimulasikan sehingga gambar produk sebenarnya dengan masalah yang diambil dari lini produksi tidak diperlukan.

Fujitsu menguji teknologinya di Pabrik Nagano, yang memproduksi peralatan elektronik, dan mencatat pengurangan 25 persen jam kerja yang diperlukan untuk memeriksa papan sirkuit tercetak.

AI mampu mendeteksi masalah seperti benang berjumbai atau pola kabel yang rusak – dengan “akurasi terdepan di dunia” – dalam produk yang dirancang untuk bervariasi secara individual; seperti karpet warna berbeda atau komponen elektronik dengan bentuk kabel berbeda.

Keefektifan teknologi ini di dunia nyata telah diverifikasi selama proses inspeksi di Pabrik Nagano milik Fujitsu Interconnect Technologies, produsen peralatan elektronik. Teknologi tersebut berhasil mengurangi jam kerja yang diperlukan untuk memeriksa papan sirkuit tercetak sebesar 25%.

AI Fujitsu mencapai skor AUROC (Area Under the Receiver Operating Characteristics) lebih dari 98 persen saat diterapkan pada produk dengan variasi penampilan normalnya.

Rencana masa depan

Di masa mendatang, Fujitsu akan mengembangkan lebih lanjut teknologi ini dan teknologi terkait lainnya untuk mendukung portofolio teknologi AI Fujitsu, “FUJITSU Human Centric AI Zinrai”, dan bertujuan untuk menerapkan pendekatan baru ini pada merek manufaktur Fujitsu “COLMINA”, yang menghadirkan transformasi digital (DX ) untuk industri manufaktur.

Sumber : Fujitsu R and D