AI kiểm soát chất lượng bằng camera dùng thị giác máy tính để kiểm tra sản phẩm trên dây chuyền: phát hiện trầy xước, móp méo, sai màu, thiếu linh kiện, nhãn sai hoặc lệch, đếm số lượng. Hệ thống gồm camera, ánh sáng phù hợp, máy tính xử lý và mô hình AI được huấn luyện bằng ảnh sản phẩm đạt và lỗi. AI giúp kiểm tra 100% sản phẩm với tốc độ ổn định, người vận hành tập trung xử lý các trường hợp được cảnh báo.
Bài toán phù hợp
Mức độ khó phụ thuộc loại lỗi và điều kiện chụp.
| Bài toán | Mức độ phù hợp | Ghi chú |
|---|---|---|
| Thiếu linh kiện, sai lắp ráp | Rất phù hợp | Lỗi rõ ràng về hình dạng |
| Nhãn sai, lệch, thiếu | Rất phù hợp | Kết hợp đọc chữ, mã vạch |
| Trầy xước, móp bề mặt | Phù hợp | Cần ánh sáng chuyên dụng |
| Sai màu nhẹ | Khó hơn | Cần kiểm soát ánh sáng chặt |
| Lỗi bên trong sản phẩm | Không phù hợp với camera thường | Cần X-quang, siêu âm |
Thành phần hệ thống
- Camera: độ phân giải, tốc độ chụp phù hợp tốc độ dây chuyền.
- Ánh sáng: yếu tố quyết định; ánh sáng ổn định, góc chiếu làm nổi lỗi.
- Bộ kích hoạt: cảm biến báo sản phẩm vào vị trí để chụp.
- Máy xử lý: máy tính có GPU hoặc thiết bị AI biên tại xưởng.
- Phần mềm và mô hình AI.
- Cơ chế loại bỏ: đẩy sản phẩm lỗi ra hoặc báo động cho người.
Quy trình triển khai
- Xác định loại lỗi cần phát hiện và tiêu chuẩn đạt, không đạt.
- Thiết kế vị trí camera, ánh sáng; chụp thử.
- Thu thập ảnh: hàng nghìn ảnh đạt và đủ ảnh lỗi các loại.
- Gắn nhãn ảnh với sự tham gia của nhân viên QC giàu kinh nghiệm.
- Huấn luyện hoặc tinh chỉnh mô hình.
- Chạy song song với kiểm tra thủ công vài tuần.
- Điều chỉnh ngưỡng cảnh báo, đưa vào vận hành.
Đo hiệu quả
Hai chỉ số quan trọng: tỉ lệ bỏ sót lỗi (lỗi thật nhưng AI cho qua) và tỉ lệ báo nhầm (sản phẩm đạt bị cảnh báo). Tùy chi phí của mỗi loại sai mà đặt ngưỡng: lỗi an toàn thì ưu tiên không bỏ sót, chấp nhận báo nhầm nhiều hơn để người kiểm tra lại.
Duy trì hệ thống
Khi đổi mẫu sản phẩm, bao bì, nguyên liệu hoặc ánh sáng xưởng thay đổi, mô hình có thể giảm chính xác. Cần quy trình thu thập ảnh mới, huấn luyện lại định kỳ và người phụ trách theo dõi chỉ số. Lưu ảnh lỗi để phân tích nguyên nhân gốc ở công đoạn trước.
Hãy dành thời gian cho ánh sáng trước khi bàn về mô hình AI. Trong rất nhiều dự án, chỉ cần đổi góc đèn hoặc thêm tấm chắn sáng đã giúp lỗi hiện rõ và độ chính xác tăng vọt.
Muốn đưa AI vào công việc của doanh nghiệp? PCTech tư vấn, đánh giá mức sẵn sàng AI và triển khai chatbot, AI agent, tự động hóa cho doanh nghiệp.
10 câu hỏi, 2 phút, nhận mức độ và việc nên làm tiếp theo. Dùng thử ngay
Câu hỏi thường gặp
Cần bao nhiêu ảnh lỗi để huấn luyện?
Tùy loại lỗi và phương pháp; có kỹ thuật phát hiện bất thường chỉ cần nhiều ảnh đạt và ít ảnh lỗi.
Camera thường có dùng được không?
Với dây chuyền chậm, lỗi lớn thì có thể; dây chuyền nhanh, lỗi nhỏ cần camera công nghiệp.
Chi phí một trạm kiểm tra khoảng bao nhiêu?
Rất khác nhau tùy yêu cầu; nên thí điểm một trạm để ước tính.
AI có thay thế nhân viên QC không?
Thường chuyển vai trò QC sang xử lý cảnh báo, phân tích nguyên nhân và cải tiến quy trình.
Bài viết liên quan
- Computer Vision là gì? Thị giác máy tính và ứng dụng thực tế
- AI trong sản xuất: những ứng dụng đã chứng minh hiệu quả
- AI bảo trì dự đoán: phát hiện hỏng hóc trước khi máy dừng
- Card đồ họa cho AI: cần GPU gì để chạy mô hình AI tại chỗ
- Digital Twin (bản sao số) là gì? Ứng dụng trong nhà máy
