Laadunvarmistuksen konenäköinvestointi
Lifflander, Mari (2026)
Lifflander, Mari
2026
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-202603174445
https://urn.fi/URN:NBN:fi:amk-202603174445
Tiivistelmä
Työ tehtiin yritykselle, joka toimii ohutlevytuotteiden valmistuksessa. Tuotteiden lopputarkastus on suoritettu manuaalisesti tuotantoprosessin viimeisessä vaiheessa. Tämä käytäntö on altis inhimillisille erheille laatuvirheiden havainnoinnissa, ja näin se lisää riskiä virheellisten tuotteiden päätymiseen asiakkaalle. Tämän työn tavoitteena oli tutkia, mitä hyötyjä konenäköratkaisu voisi tuoda laadun varmistukseen ja minkälaiset vaikutukset implementoinnilla on.
Työssä analysoitiin tuotannon laadullisia tekijöitä ja sitä, miten konenäkö pystyy vaikuttamaan löydettyihin ongelmakohtiin. Lisäksi selvitettiin investoinnin laskennallisia vaikutuksia kustannuksiin ja kokonaislaatuun. Konenäkösovellus oli jo yrityksen toimesta haarukoitu. Ratkaisukonsepti perustui kameroilla saatavan datan hyödyntämiseen laadunvarmistuksessa opettamalla neuroverkkoja tunnistamaan virheellisiä kohtia tuotteista.
Teoreettinen viitekehys on rakentunut teollisuuden konenäkösovelluksista ja konenäön toiminnan periaatteista, sekä laadunhallinnan tekijöistä, kuten laadunparantamisen vaatimuksista ja saatavista hyödyistä. Aineisto on kerätty toimeksiantajan toiminnanohjausjärjestelmästä. Tutkimuksessa on käytetty data-analyysia ja työssä esitetyt laskelmat perustuvat analyysiin tuloksiin, sekä konenäköratkaisusta saadun tarjouksen hintatietoihin.
Opinnäytetyön tuloksena nähtiin, että laadunvarmistus hyötyy konenäön lisäämisestä ja mahdollistaa kustannussäästöjä pitkällä aikavälillä. Uuden prosessin ennakoitiin parantavan tuotteiden kokonaislaatua vähentämällä manuaalisen työn tarvetta ja lyhentämällä läpimenoaikaa. Suuri positiivinen vaikutus oletetaan saavutettavan reklamaatioiden määrän vähenemisellä ja sitä myötä asiakkaalle välittyvän luotettavana toimittajan mielikuvan kasvuna.
Työssä analysoitiin tuotannon laadullisia tekijöitä ja sitä, miten konenäkö pystyy vaikuttamaan löydettyihin ongelmakohtiin. Lisäksi selvitettiin investoinnin laskennallisia vaikutuksia kustannuksiin ja kokonaislaatuun. Konenäkösovellus oli jo yrityksen toimesta haarukoitu. Ratkaisukonsepti perustui kameroilla saatavan datan hyödyntämiseen laadunvarmistuksessa opettamalla neuroverkkoja tunnistamaan virheellisiä kohtia tuotteista.
Teoreettinen viitekehys on rakentunut teollisuuden konenäkösovelluksista ja konenäön toiminnan periaatteista, sekä laadunhallinnan tekijöistä, kuten laadunparantamisen vaatimuksista ja saatavista hyödyistä. Aineisto on kerätty toimeksiantajan toiminnanohjausjärjestelmästä. Tutkimuksessa on käytetty data-analyysia ja työssä esitetyt laskelmat perustuvat analyysiin tuloksiin, sekä konenäköratkaisusta saadun tarjouksen hintatietoihin.
Opinnäytetyön tuloksena nähtiin, että laadunvarmistus hyötyy konenäön lisäämisestä ja mahdollistaa kustannussäästöjä pitkällä aikavälillä. Uuden prosessin ennakoitiin parantavan tuotteiden kokonaislaatua vähentämällä manuaalisen työn tarvetta ja lyhentämällä läpimenoaikaa. Suuri positiivinen vaikutus oletetaan saavutettavan reklamaatioiden määrän vähenemisellä ja sitä myötä asiakkaalle välittyvän luotettavana toimittajan mielikuvan kasvuna.