A enorme oportunidade em pequenos defeitos
Atualmente, a República Popular da China possui cerca de 600 fabricantes de pneus que, juntos, produzem aproximadamente 800 milhões de unidade por ano, um terço da produção total do mundo.1
Garantir a qualidade consistente do produto nesta escala é um desafio. A maioria das empresas dependem de inspeção manual, uma estratégia que exige tempo e não é confiável. São necessários cerca de três meses para treinar inspetores, e as inspeções ocupam até 80% do seu tempo. Até os totalmente treinados, humanos fazem julgamentos subjetivos e, normalmente, são capazes de manter apenas uma taxa de 90 a 95%.1
Um grande fabricante de pneus decidiu seguir um caminho diferente, recorrendo a parceiros de tecnologia experientes para uma solução melhor. Os resultados foram drásticos.
A DeepSight usa IA para prevenir defeitos
Procurando uma resposta para defeitos de pneus, o fabricante procurou a Shangai DeepSight. A DeepSight utiliza tecnologias de última geração de aprendizado profundo, visão computacional e processamento de imagens para analisar vídeo em tempo real e extrair informações e percepções essenciais que fazem a diferença para as empresas.
A DeepSight oferece produtos de teste altamente precisos e estáveis que ajudam efetivamente os clientes a solucionar problemas. A empresa também é firmemente enraizada no setor industrial, tendo empreendido muitas colaborações industriais de sucesso com foco na detecção de defeitos industriais.
Eliminando pequenas falhas de pneus
Apoiada em sua experiência com IA, a DeepSight abordou o desafio dos defeitos contínuos do fabricante de pneus através da visão computacional. Diferentes tipos de defeitos requerem diferentes sistemas de imagens para obter as melhores imagens. A solução da DeepSight é baseada em aprendizado profundo e depende de uma enorme capacidade de computação. O sistema de imagens inclui:
- Uma câmera
- Uma lente
- Uma fonte de luz
- A estrutura mecânica (diferentes tipos de defeitos requerem diferentes sistemas de imagens)
O equipamento de borda da solução é composto por:
- Um computador industrial com tecnologia Intel® e uma tela para análise e exibição de imagens e armazenamento de dados
- DeepSight Deep Inspect para detecção de defeitos
- A Distribuição Intel® do kit de ferramentas OpenVINO™
Os dados de imagem são coletados primeiro pelo sistema de imagens. Em seguida, são transmitidos para o dispositivo de borda para detecção e análise em tempo real pelo software da DeepSight, o deep Inspect. Os resultados são comunicados de volta à linha de produção para classificação.
O equipamento de testes da DeepSight substitui o equipamento de testes original. A interface configurada pode ser diretamente conectada à linha de produção do cliente, permitindo que ele verifique a precisão e a estabilidade do equipamento de testes através de amostragem.
A DeepSight faz parceria com a Intel para acelerar a detecção
A equipe principal da DeepSight originou-se na Intel Labs. Logo, para obter os melhores resultados de detecção, a DeepSight recorreu à Intel, que trouxe tecnologias essenciais para a equação, bem como uma experiência crítica em IA, visão computacional e aprendizado profundo. A Intel otimizou o algoritmo usando a Distribuição Intel® do kit de ferramentas OpenVINO™.
O kit de ferramentas forneceu as ferramentas de inferência de aprendizado profundo e visão computacional otimizadas para processadores Intel®, resultando em melhorias significativas de desempenho. Ao acelerar o hardware Intel® com a Distribuição Intel® do kit de ferramentas OpenVINO™, a DeepSight foi capaz de executar seu algoritmo de modelo de detecção de maneira estável em um computador industrial comum.
O hardware e software integrados aceleraram o desempenho e permitiram que o software de inspeção da DeepSight detecte defeitos mais rapidamente. Isso economizou tempo de otimização e desenvolvimento e permitiu uma implantação mais rápida.
Convertendo pequenos defeitos em grandes benefícios
Automatizar e acelerar a detecção precoce de defeitos permitiu ao fabricante de pneus maximizar a produção enquanto reduz desperdícios e custos gerais. O esforço também conseguiu alcançar alta estabilidade e um baixo impacto ambiental.
Agora, os problemas que causam defeitos de pneus podem ser abordados anteriormente no processo de fabricação, ao invés de após os pneus saírem da linha de produção. Hoje, graças à solução da DeepSight com tecnologia Intel® , o fabricante é capaz de inspecionar mais de 20 mil pneus por dia em tempo real, com uma taxa de precisão melhorada acima de 99,9%.1
A velocidade de detecção também melhorou drasticamente em relação à inspeção manual tradicional, agora com médias inferiores a um segundo por inspeção, uma melhoria drástica no tempo de detecção em relação a métodos anteriores. A velocidade e precisão melhores também beneficiaram os resultados, ajudando a reduzir custos de mão de obra em aproximadamente 42 mil dólares por linha de produção.1
A solução é rápida, acompanhando a velocidade da linha de produção original, uma conquista muito apreciada pelo fabricante de pneus. Ela também oferece uma forte escalabilidade e aprendizado acelerado no caso de novos defeitos. Com base nesse sucesso precoce, a solução da DeepSight tem sido implantada em linhas de produção adicionais e está programada para ser usada também em outras inspeções de pneus relacionadas.
A DeepSight e a Intel ajudam fabricante de pneus a avançar em alta velocidade
Trabalhando juntos, a tecnologia da DeepSight, processadores Intel® Core™ e a distribuição Intel® do kit de ferramentas OpenVINO™ permitiram ao cliente de fabricação da DeepSight identificar rapidamente coisas que seus inspetores humanos não foram capazes de ver antes, enquanto também elimina tarefas de inspeção que podem forçar a visão dos inspetores. E como a inspeção por máquina é objetiva e livre de fadiga, ela pode operar continuamente e com maior velocidade e eficiência.
Ao capacitar a empresa para abordar a causa raiz dos defeitos de pneus antes que virassem problemas maiores, a DdeepSight ajudou o fabricante de pneus a obter melhorias bem-vindas em eficiência de produção, velocidade de implantação, produtividade do funcionário, redução de desperdícios e qualidade do produto.