Konenäköjärjestelmän käyttöönotto ruiskuvalusolussa
Saarentaus, Janne (2025)
2025
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-202502102605
https://urn.fi/URN:NBN:fi:amk-202502102605
Tiivistelmä
Opinnäytetyössä tutkittiin konenäköjärjestelmän käyttöönottoa Plastone Finland Oy:n ruiskuvaluprosessissa. Tavoitteena oli kehittää automaattinen laadunvalvontajärjestelmä, joka keskittyy erityisesti läpinäkyvien muovikomponenttien virheiden tunnistamiseen. Työssä perehdyttiin konenäköjärjestelmän teoriaan, kuten valaistuksen, kameratekniikan ja kuvankäsittelyn merkitykseen tarkkuuden ja virheiden tunnistamisessa.
Pilottijärjestelmä, jossa käytettiin kahden kameran PC-pohjaista ratkaisua ja edistyneitä kuvankäsittelyohjelmistoja, asennettiin yhdelle ruiskuvalukoneelle. Järjestelmä osoitti kykynsä havaitsemalla kaikki viallisiksi luokitellut tuotteet luotettavasti. Lisäksi selvitettiin järjestelmän laajentamismahdollisuuksia ja arvioitiin vaihtoehtoisia ratkaisuja, jotka voisivat vastata Plastonen laajeneviin tuotantotarpeisiin.
Tulokset osoittivat merkittäviä etuja tuotantoprosessiin: tarkastuksen tarkkuuden paraneminen, manuaalisen työn vähentyminen ja kustannussäästöt. Vaikka järjestelmä vaatii edelleen optimointia ja laajennettavuutta muihin tuotantoyksiköihin, se on osoittautunut lupaavaksi ratkaisuksi laadunvalvonnan automatisoinnissa. Jatkokehitys keskittyy järjestelmän skaalautuvuuden ja modulaarisuuden parantamiseen, jotta sitä voidaan hyödyntää laajemmin Plastonen tuotantoprosesseissa. Tämä sisältää esimerkiksi vaihtoehtoisten konenäköjärjestelmien arvioinnin sekä tekoälypohjaisten ratkaisujen integroinnin tunnistustarkkuuden edelleen parantamiseksi.
Pilottijärjestelmä, jossa käytettiin kahden kameran PC-pohjaista ratkaisua ja edistyneitä kuvankäsittelyohjelmistoja, asennettiin yhdelle ruiskuvalukoneelle. Järjestelmä osoitti kykynsä havaitsemalla kaikki viallisiksi luokitellut tuotteet luotettavasti. Lisäksi selvitettiin järjestelmän laajentamismahdollisuuksia ja arvioitiin vaihtoehtoisia ratkaisuja, jotka voisivat vastata Plastonen laajeneviin tuotantotarpeisiin.
Tulokset osoittivat merkittäviä etuja tuotantoprosessiin: tarkastuksen tarkkuuden paraneminen, manuaalisen työn vähentyminen ja kustannussäästöt. Vaikka järjestelmä vaatii edelleen optimointia ja laajennettavuutta muihin tuotantoyksiköihin, se on osoittautunut lupaavaksi ratkaisuksi laadunvalvonnan automatisoinnissa. Jatkokehitys keskittyy järjestelmän skaalautuvuuden ja modulaarisuuden parantamiseen, jotta sitä voidaan hyödyntää laajemmin Plastonen tuotantoprosesseissa. Tämä sisältää esimerkiksi vaihtoehtoisten konenäköjärjestelmien arvioinnin sekä tekoälypohjaisten ratkaisujen integroinnin tunnistustarkkuuden edelleen parantamiseksi.