Jak w 3 miesiące ograniczono przestoje i zwiększono efektywność bez ingerencji w linię produkcyjną

Postawiono na koncepcję kamery jako sensora – nieinwazyjne monitorowanie produkcji przy użyciu jednej kamery i zaawansowanego oprogramowania opartego na AI i uczeniu maszynowym. Proces wdrożenia przebiegał w kilku etapach:

1. Dobór komponentów – dobrano odpowiednią kamerę, obiektyw, jednostkę obliczeniową, urządzenie sygnalizacyjne oraz obudowę, z uwzględnieniem warunków środowiskowych panujących na linii.
2. Instalacja sprzętu – kamera została zamontowana w sposób nieingerujący w konstrukcję linii ani w jej elementy sterujące.
3. Zbieranie danych treningowych – przez określony czas system rejestrował dane wizualne z procesu produkcyjnego, tworząc bazę do trenowania modelu AI.
4. Trenowanie sieci neuronowej – dane zostały oczyszczone i przygotowane, po czym wykorzystane do stworzenia modelu wykrywającego przewrócone fiolki i zliczającego prawidłowo przetworzone jednostki.
5. Testy i kalibracja – system był testowany na zbiorze walidacyjnym oraz w trakcie rzeczywistej produkcji, weryfikując skuteczność w warunkach operacyjnych.
6. Obsługa przypadków brzegowych – system został wzbogacony o dodatkowe algorytmy radzące sobie z trudnymi warunkami (np. odbicia światła, nietypowe ułożenie opakowań).
7. Uruchomienie produkcyjne – rozwiązanie zostało w pełni wdrożone, z możliwością zdalnego monitorowania i aktualizacji.

Wszystkie dane z systemu trafiały na dedykowane dashboardy, umożliwiając menedżerom bieżącą kontrolę wydajności i szybkie reagowanie na potencjalne problemy.