Systemy wizyjne w kontroli jakości – jak eliminować wady produkcyjne?
Tradycyjna, ręczna kontrola jakości realizowana przez operatorów staje się wąskim gardłem nowoczesnych, szybkich linii produkcyjnych. Człowiek z czasem męczy się, a jego uwaga słabnie, co prowadzi do przeoczenia mikroskopijnych wad. Odpowiedzią na to wyzwanie są przemysłowe systemy wizyjne (Machine Vision).
Definicja:Przemysłowy system wizyjny (Machine Vision) to zintegrowany zestaw urządzeń optoelektronicznych (kamery, obiektywy, oświetlacze) oraz oprogramowania analizującego obraz, którego zadaniem jest automatyczne pobieranie informacji wizualnych z procesu produkcyjnego, a następnie ich przetwarzanie i interpretowanie w celu podjęcia decyzji kontrolnej (np. OK / NOK).
- Kamery inspekcyjne wykrywają wady z dokładnością do 0,01 mm i prędkością 100–1000 sztuk/minutę — nieosiągalną dla kontroli ludzkiej.
- Dobór oświetlenia (LED, IR, strobioskop) ma większy wpływ na jakość inspekcji niż wybór kamery — oświetlenie decyduje o widoczności defektu.
- Integracja systemu wizyjnego z PLC przez Profinet/EtherNet/IP pozwala na odrzut wadliwego detalu bez zatrzymywania linii.
- ROI systemu wizyjnego to zazwyczaj 6–18 miesięcy — dzięki eliminacji kosztownych reklamacji i zwrotów od klientów.
Spis treści
Kluczowe zadania inspekcji wizyjnej na produkcji
Automatyczna inspekcja za pomocą kamer przemysłowych znajduje zastosowanie na niemal każdym etapie produkcji:
- - Kontrola wymiarowa (Metrologia) – precyzyjny pomiar gabarytów z dokładnością do setnych części milimetra, np. średnicy otworów, grubości elementów czy odległości montażowych.
- - Detekcja wad powierzchniowych – wykrywanie rys, pęknięć, odprysków lakieru, zanieczyszczeń czy niedolewek w procesach odlewniczych i wtryskowych.
- - Kontrola kompletności (Presence/Absence) – weryfikacja, czy w opakowaniu znajduje się odpowiednia liczba sztuk, czy nakrętka została prawidłowo dokręcona, albo czy na płytce PCB zamontowano wszystkie rezystory.
- - Odczyt kodów i znaków (OCR/OCV) – automatyczne odczytywanie kodów kreskowych, 2D DataMatrix oraz znaków alfanumerycznych (np. daty przydatności lub numeru partii) bezpośrednio z produktu.
Z czego składa się przemysłowy system wizyjny?
Prawidłowo zaprojektowany system wizyjny to znacznie więcej niż tylko dobra kamera. Na jego skuteczność składają się cztery główne elementy:
- Oświetlenie (Lighting) – najważniejsza i najczęściej zaniedbywana część. Dobrze dobrane światło (np. kopułowe, pierścieniowe, koaksjalne lub podświetlenie od tyłu) ma za zadanie wyeksponować cechy, które chcemy sprawdzić, i maksymalnie wygasić zakłócenia otoczenia.
- Układ Optyczny (Obiektyw) – odpowiada za ostrość obrazu, pole widzenia (FOV) oraz eliminuje zniekształcenia geometryczne obiektywu.
- Przetwornik obrazu (Kamera) – rejestruje obraz w odpowiedniej rozdzielczości (od VGA po kilkadziesiąt megapikseli) w wersji monochromatycznej (najczęściej stosowana ze względu na wyższy kontrast i ostrość) lub kolorowej.
- Oprogramowanie analityczne (Software) – analizuje pobrane piksele za pomocą algorytmów analizy krawędzi, dopasowania wzorca (pattern matching) czy sieci neuronowych (Sztuczna Inteligencja / Deep Learning) i wysyła sygnał OK/NOK do sterownika PLC. Liderami rynku oprogramowania do inspekcji wizyjnej są Cognex i SICK.
Integracja systemu wizyjnego w koncepcji Poka-Yoke
Systemy wizyjne są doskonałym elementem koncepcji Poka-Yoke (metody eliminacji błędów u źródła). Zamiast tylko informować o wadzie na końcu linii, kamera umieszczona na wczesnym stanowisku montażowym może zablokować ruch maszyny, dopóki operator nie poprawi źle ułożonego elementu.
Więcej o metodach zabezpieczania maszyn i eliminowania błędów ludzkich przeczytasz w naszym artykule o Poka-Yoke w automatyzacji maszyn oraz w poradniku dotyczącym systemów traceability i znakowania DataMatrix.
Ile kosztuje przemysłowy system wizyjny i jak długo trwa wdrożenie?
Koszt systemu wizyjnego zależy przede wszystkim od złożoności inspekcji i wymaganej prędkości analizy. Poniżej orientacyjne przedziały cenowe dla polskiego rynku:
- Prosta inspekcja obecności/braku (1 kamera, dedykowany kontroler) – 8 000–20 000 PLN
- System z wieloma kamerami do kontroli wymiarowej – 25 000–80 000 PLN
- System AI/Deep Learning do detekcji wad nieregularnych – 40 000–150 000 PLN
- Pełna linia inspekcyjna z odczytem DataMatrix i archiwizacją wyników – 60 000–250 000 PLN
Czas wdrożenia systemu wizyjnego wynosi zazwyczaj 4–12 tygodni. Kluczowym etapem jest faza optymalizacji oświetlenia i kalibracji algorytmów — często dłuższa niż sam montaż sprzętu. W EXECODE projektujemy systemy wizyjne z uwzględnieniem łatwości konserwacji i możliwości rozbudowy o kolejne kamery lub algorytmy AI w przyszłości.
"Oświetlenie w systemie wizyjnym jest jak ekspozycja w fotografii — bez jego właściwego dobrania nawet najdroższy sprzęt da złe wyniki. Inwestycja w dobre oświetlenie to klucz do niezawodnej inspekcji wizyjnej."
Często zadawane pytania (FAQ)
- 1 Dlaczego oświetlenie jest najważniejszym elementem systemu wizyjnego?
- Oświetlenie tworzy kontrast między wadą a poprawnym tłem — to fundamentalny warunek skutecznej inspekcji. Bez stabilnego, specjalnie dobranego oświetlenia nawet najlepsza kamera i zaawansowane algorytmy nie będą w stanie niezawodnie interpretować obrazu. Każdy typ oświetlenia eksponuje inne cechy: kopułowe eliminuje cienie, koaksjalne ujawnia zarysowania powierzchni metalicznych, podświetlenie od tyłu wyraźnie pokazuje krawędzie i otwory. Zmienne oświetlenie hali (okna, lampy) musi być izolowane przez szczelną obudowę stanowiska inspekcyjnego.
- 2 Kiedy stosować kamery inteligentne (Smart Camera), a kiedy systemy oparte na PC (Vision System)?
- Kamery inteligentne (Smart Cameras) mają wbudowany procesor i oprogramowanie — są łatwiejsze w montażu, zajmują mniej miejsca w szafie i idealne do prostych oraz średnio zaawansowanych inspekcji (obecność, OCR, proste wymiary). Koszt: 8 000–30 000 PLN za kamerę. Systemy PC-based stosuje się przy bardzo szybkich liniach (powyżej 2 000 szt./h), analizie obrazu z wielu kamer jednocześnie, integracji z bazami danych lub gdy wymagane są zaawansowane algorytmy Deep Learning o dużej mocy obliczeniowej. Koszt: 20 000–80 000 PLN i więcej.
- 3 Czym różni się klasyczna analiza wizyjna od Deep Learning w wizji przemysłowej?
- Klasyczna analiza wizyjna opiera się na sztywnych regułach programistycznych: mierzenie pikseli, wyszukiwanie krawędzi o określonym gradiencie, pattern matching. Jest szybka i przewidywalna, ale wrażliwa na zmienność wyglądu detalu. Deep Learning (AI) polega na trenowaniu modelu na setkach próbek poprawnych i wadliwych — system sam uczy się, co jest wadą, bez programowania reguł. Sprawdza się znakomicie przy inspekcji obiektów o zmiennej charakterystyce (jakość spawów, wady w drewnie, żywność). Wadą jest konieczność zgromadzenia dużego zestawu próbek treningowych.
Potrzebujesz wsparcia w automatyzacji?
Skontaktuj się z nami, aby omówić Twój projekt. Oferujemy bezpłatne konsultacje i profesjonalne doradztwo.
