Компьютерное зрение для контроля качества на производственной линии

Кому подходит: производствам, где есть потоковая проверка изделий и высокий риск брака из-за человеческого фактора: сборка, упаковка, маркировка, металлообработка, пластик, электроника, пищевое производство и др.
Где работает: прямо на линии, камеры с ИИ фиксируют изделие, модель распознаёт дефекты и несоответствия, система автоматически маркирует “норма/брак” и передаёт результат в MES/учёт, включая сортировку и остановку линии по правилам.
Цель внедрения: снизить брак и стоимость переделок за счёт раннего обнаружения дефектов и стабильного контроля качества 24/7.

Компьютерное зрение для контроля качества на производственной линии

Кому подходит: производствам, где есть потоковая проверка изделий и высокий риск брака из-за человеческого фактора: сборка, упаковка, маркировка, металлообработка, пластик, электроника, пищевое производство и др.

Где работает: прямо на линии, камеры с ИИ фиксируют изделие, модель распознаёт дефекты и несоответствия, система автоматически маркирует “норма/брак” и передаёт результат в MES/учёт, включая сортировку и остановку линии по правилам.

Цель внедрения: снизить брак и стоимость переделок за счёт раннего обнаружения дефектов и стабильного контроля качества 24/7.

Задача

Нужно сделать контроль качества быстрым, чтобы дефекты находились на линии:

обнаруживать дефекты и несоответствия в реальном времени, без зависимости от внимательности смены
снизить высокий процент брака и количество “проскоков” дефектных изделий
переносить контроль на ранние этапы, чтобы избежать дорогих переделок и переработок после сборки
стандартизировать ОТК по единым критериям качества и исключить “разный взгляд” контролёров
собирать данные по дефектам и причинам, чтобы улучшать процесс и предупреждать повторения

Функции ИИ компьютерного зрения

Находит дефекты поверхности: царапины, сколы, вмятины, пятна, трещины (по классу изделия)

Контролирует геометрию
и размеры

Проверяет маркировку и печать: наличие, читаемость, правильность текста/кода, соответствие партии

Контролирует комплектацию:
все ли детали на месте, правильная ли упаковка.

Автоматически классифицирует “норма/брак” и присваивает тип дефекта для статистики

Передаёт сигнал на сортировку/сбраковку или останов линии по правилам и уровням критичности

Формирует отчётность: карта дефектов по сменам/линиям/поставщикам, тренды и причины отклонений

Стек

Мы подбираем вариант под ваши требования к данным и инфраструктуре. Типовой стек, который используется при внедрении:

Камеры и промышленная часть
Промышленные камеры (area scan/line scan), объективы, подсветка под материал изделия
Триггеры и синхронизация с конвейером/датчиками, правильная фиксация кадра
При необходимости: нескольких камер для разных ракурсов
01
Модель (Computer Vision)
Детекция/сегментация дефектов (CV-модели)
Классификация “норма/брак” и тип дефекта
OCR/распознавание маркировки при необходимости
02
Данные и обучение
Сбор датасета: эталон “норма” и примеры дефектов, разметка, аугментации
Хранилище изображений и метаданных: S3-совместимое, PostgreSQL
Контроль версий модели и датасета
03
Интеграции и управление линией
MES/SCADA/PLC: передача результата, сигнал сортировки/стопа, журнал событий
ERP/учёт качества: партия, смена, оператор, статистика брака
Дашборды мониторинга качества
04
Безопасность и контроль
RBAC/роли, аудит логов, контроль доступа к данным производства
Fail-safe режим: при сбое — правила работы и ручной контроль
Развёртывание: on-prem, Docker, при необходимости Kubernetes; мониторинг/логирование
05

Как устроена система

Источники
- Мы фиксируем точки контроля и типы дефектов: где ставим камеры, какие критерии качества, какие допуски, какие партии/смены и как это связывается с учётом.
Маршрутизация сценариев вместо
Мы делим логику на модули:
- съёмка изделия → предобработка кадра → детекция/классификация дефекта → решение “норма/брак” → сигнал на сортировку/стоп → запись события и отчёт.
Контроль качества
Встраиваем правила:
- пороги уверенности и уровни критичности дефектов
- обязательная проверка спорных случаев (human-in-the-loop) при необходимости
- контроль “дрейфа”: изменения материала, подсветки, партии, которые влияют на качество распознавания
Интеграция с линией и учётом
Система структурирует работу:
- помечает изделия/партии, передаёт результат в MES/ERP, формирует статистику брака и причины, чтобы улучшать процесс.
Контроль процесса
Контроль становится ранним и постоянным:
- дефекты обнаруживаются сразу, снижаются переделки и возвраты, а руководитель видит реальную картину качества по линиям и сменам