Le gabarit intelligent basé sur l'AI peut détecter les défauts de micro-niveau en seulement 2,79 secondes
Une équipe de recherche affiliée à UNIST a dévoilé un système d'inspection innovant de haute précision alimenté par l'IA qui réduit le temps d'inspection de 12 minutes à un peu moins de 3 secondes. Cette technologie de pointe facilite la détection des défauts à l'échelle micron en temps réel pendant les processus de fabrication continus, ouvrant la voie à un contrôle de qualité en ligne entièrement automatisé dans des environnements de production à grande vitesse.
Selon l'équipe de recherche, dirigée par le professeur Im Doo Jung au Département de génie mécanique de l'UNIST, le système rapporté utilise un gabarit intelligent à apprentissage automatique qui permet une surveillance de la qualité dimensionnelle micro-niveau pendant la production sans perturber le processus de fabrication en cours. En intégrant les algorithmes avancés de détection d'anomalies avec des plafonds de capteurs imprimés en 3D, la technologie peut identifier les erreurs dimensionnelles minuscules en quelques secondes, améliorant considérablement l'efficacité et la précision de l'inspection.
Dirigée par Seobin Park et Taekyeong Kim, qui ont été les premiers auteurs, cette recherche est publiée dans le Journal of Manufacturing Systems.
Les décalages dimensionnels – comme des écarts de micro-niveau entre les pièces assemblées – peuvent saper la résistance et la qualité du produit, résultant souvent de tolérances de fabrication ou de déformation pendant la manipulation. Ces défauts sont difficiles à corriger après l'assemblage, ce qui rend la détection précoce vitale pour éviter les retouches, les retards ou les rappels coûteux.
Pendant l'assemblage, le gabarit intelligent contient précisément les composants en position. Une pince spécialement conçue, équipée d'un capuchon de capteur imprimé en 3D doux sur sa surface de contact, se déforme subtilement en réponse aux caractéristiques de surface du composant. Ce modèle de déformation est analysé par les algorithmes d'IA pour détecter avec précision les anomalies, permettant une évaluation instantanée de savoir si une pièce a un défaut dimensionnel.
Lorsque les méthodes d'inspection traditionnelles ont duré environ 12 minutes par composant, ce nouveau système termine l'inspection en seulement 2,79 secondes. Il peut détecter des défauts aussi petits que 500 micromètres, garantissant un contrôle de qualité haute résolution qui fonctionne parfaitement dans les lignes de production automatisées sans les opérations d'arrêt.
Les défauts détectés sont visualisés à travers des cartes thermiques faciles à interpréter, permettant aux opérateurs d'identifier rapidement les emplacements des défauts et les niveaux de gravité, facilitant ainsi les mesures correctives immédiates et réduisant le temps de reprise.
Le modèle d'IA est formé exclusivement sur les données des produits normaux sans défaut, éliminant le besoin d'équipements de données de défaut étendus ou d'étiquetage manuel – obstacles communs dans les environnements de fabrication. Ses faibles exigences d'entretien et sa conception évolutive permettent une adaptation dans diverses industries, notamment la mobilité, l'électronique, l'aérospatiale et les appareils de consommation.
Le professeur Jung déclare: « Cette technologie peut être appliquée dans les secteurs de l'assemblage de haute précision, réduisant considérablement le personnel d'inspection et le temps tout en augmentant la fiabilité globale de la qualité. Le système a le potentiel d'économiser des centaines de millions de bons annuels en minimisant les défauts et rationaliser les processus d'inspection. »
