Siteiden laadunvalvonta konenäköä hyödyntäen

Abstract

Tutkimuksen kohteena oli selvittää, onko mahdollista tehdä kobotilla ja 2D-konenäöllä laadunvalvontaa suksien siteiden kokoonpanossa. Selvitettiin, saataisiinko osapuutteet ja väärien osien joutuminen sidepakettiin ehkäistyä tällä tavoin ja siten vähennettyä tai jopa poistettua reklamaatioiden määrää tällä osa-alueella. Tutkittiin myös, onko järkevää investoida kyseisen järjestelmän hankkimiseen. Työn oli tilannut OAC Finland Oy, ja laitteet ovat olleet kokeilussa Dimalog Oy:ltä.

Työ toteutettiin tekemällä ohjelma, jolla konenäköjärjestelmä tunnisti halutut kohteet siteiden kokoonpanosta sekä pakkasi oikein kootut tuotteet laatikkoon. Ohjelman työstämiseen käytettiin kolme viikkoa, ja ohjelmaa testattiin tuotannossa viikon ajan. Tämän lisäksi tehtiin koealusta, jolle sideosat sijoiteltiin aina samalla tavalla. Lisäksi tehtiin tuotannonohjausjärjestelmän tiedoista laskelma aiempien vuosien reklamaatioiden määrästä ja niistä aiheutuneista kuluista sekä laskettiin, onko investointi kannattavaa.

Sideosien kokoonpanon laadunvalvonta onnistui 2D-konenäöllä. Investointi kyseiseen järjestelmään kuitenkin osoittautui kannattamattomaksi.

Tilaajayritys sai käsityksen 2D-konenäön toiminnasta siteiden kokoonpanossa. Varsinaisesti tuotantoon siirtyessä tulisi järjestelmää kehittää osien syötöllä kobotille sekä laajentaa tarkastuspisteitä kokoonpanosta myös koottavien osien laadun tarkkailuun.

The objective of the research was to find out if it was possible to perform quality control of the assembly of ski bindings with a cobot and 2D machine vision. The aim was to find out whether missing parts and getting the wrong parts into the binding package could be prevented thus, reducing or even completely eliminating the number of complaints in this area. It was also investigated whether investing in acquiring the system in question would make financial sense. The work was commissioned by OAC Finland Oy, and the equipment to be tested was provided by Dimalog Oy.

The work was carried out by creating a program with which the machine vision system identified the desired items from the assembly of bindings and packed the correctly assembled products into a box. Setting up the program took three weeks, and the program was tested in the production for a week. Additionally, a test platform was made, on which the binding parts were always placed in the same way. The profitability of the investment was calculated based on the amount of complaints from previous years and the resulting expenses, gathered from the data of the production control system.

The quality control of the assembly of the binding parts with a 2D machine vision was successful. However, the investment in this system turned out to be unprofitable.

The research provided some insights about of the functionality of 2D machine vision in the assembly of bindings. If moved into actual production, the system should be developed by feeding the parts to the cobot and expanding the inspection points from just assembling to also monitoring the quality of the parts being assembled.