
- การเฝ้าระวังความแปรปรวนในการตรวจสอบและป้องกันการตรวจพบข้อบกพร่องตกหล่นด้วย AI ตรวจสอบภาพ
- ลดภาระงานของผู้ตรวจสอบและปรับปรุงประสิทธิภาพการทำงาน
ข้อจำกัดของการตรวจสอบด้วยสายตา
ในการตรวจสอบคุณภาพในอุตสาหกรรมการผลิต โดยเฉพาะอย่างยิ่งในการตรวจสอบลักษณะภายนอกของผลิตภัณฑ์ “การตรวจสอบด้วยสายตา” โดยมนุษย์เป็นวิธีการหลักมาอย่างยาวนานอย่างไรก็ตาม ดังที่เห็นได้จากกรณีอุบัติเหตุด้านคุณภาพต่างๆ ที่เกิดขึ้นเมื่อเร็วๆ นี้ ข้อจำกัดของความสามารถในการประกันคุณภาพนั้นชัดเจน เนื่องจากการตรวจสอบด้วยสายตา ซึ่งอาศัยความใส่ใจและทักษะของมนุษย์ ไม่สามารถตรวจจับความผิดปกติได้อย่างครบถ้วน (รูปที่ 1)
เช่นเดียวกับกรณีอุบัติเหตุจากการเกิดความร้อนของแบตเตอรี่ลิเธียมไอออนปัจจุบันมีผลิตภัณฑ์ที่จำเป็นต้องใช้ความสามารถในการตรวจสอบที่มีความละเอียดแม่นยำซึ่งเกินขีดความสามารถของการตรวจสอบด้วยสายตามนุษย์เพิ่มมากขึ้น
วิธีหนึ่งในการแก้ปัญหาเหล่านี้และปรับปรุงความสามารถในการประกันคุณภาพคือการตรวจสอบและตัดสินภาพแบบอัตโนมัติโดยใช้ AI
กลไกการตรวจสอบภาพด้วย AI
ระบบตรวจสอบภาพที่ขับเคลื่อนด้วย AI คือกลไกที่ AI วิเคราะห์และตัดสินข้อมูลภาพที่รวบรวมได้ โดยทำการวัดและตรวจสอบรายการต่างๆ แทนมนุษย์
โดยเฉพาะอย่างยิ่ง ในการตรวจสอบลักษณะภายนอกของผลิตภัณฑ์ ระบบจะเรียนรู้จากข้อมูลภาพของผลิตภัณฑ์ปกติจำนวนมาก (ทั้งภาพนิ่งและวิดีโอ) เพื่อจำแนก “การมีอยู่หรือไม่มีอยู่ของข้อบกพร่อง” โดยอัตโนมัติ ซึ่งเป็นสิ่งที่มนุษย์ยากจะตัดสินได้อย่างชัดเจน ระบบสามารถตรวจจับข้อบกพร่องที่ยากต่อการมองเห็นด้วยตาเปล่าของมนุษย์ได้อย่างแม่นยำ เช่น ความไม่สม่ำเสมอของสี รอยขีดข่วนเล็กๆ และการปนเปื้อนของสิ่งแปลกปลอม และทำการตัดสินว่าผ่านหรือไม่ผ่านโดยอัตโนมัติ
AI ทำการตรวจสอบโดยใช้เกณฑ์ที่สม่ำเสมอ ไม่ได้รับผลกระทบจากความเหนื่อยล้าหรืออารมณ์ทำให้ผลการตรวจสอบไม่มีความแปรปรวนซึ่งแตกต่างจากมนุษย์ และเนื่องจากสามารถลดเวลาการตรวจสอบลงได้อย่างมาก ทำให้ตรวจสอบผลิตภัณฑ์ทั้งหมดได้อย่างแม่นยำ 100% ส่งผลให้ความเสี่ยงที่สินค้ามีข้อบกพร่องจะหลุดรอดออกสู่ตลาดลดลงอย่างมาก (รูปที่ 2)
[กรณีศึกษา] การตรวจสอบการเชื่อมแบบอัตโนมัติในโรงงานผลิตชิ้นส่วนยานยนต์
ในกระบวนการเชื่อมชิ้นส่วนเกียร์ที่ใช้ในระบบส่งกำลัง แต่เดิมมีการตรวจสอบการติดของสะเก็ดโลหะจากการเชื่อม (Spatter) ด้วยสายตา แต่เนื่องจากตำแหน่งและปริมาณของอนุภาคที่กระเด็นออกมาไม่สม่ำเสมอ ทำให้เกิดการตกหล่นและการตัดสินใจผิดพลาด ส่งผลให้มีจำนวนข้อร้องเรียนจากลูกค้าเพิ่มสูงขึ้น เพื่อแก้ไขปัญหานี้ จึงได้นำกล้องความละเอียดสูง 2 ตัวและซอฟต์แวร์จดจำภาพด้วยปัญญาประดิษฐ์ AI มาใช้เพื่อตรวจสอบด้วยสายตาโดยอัตโนมัติ ด้วยการฝึก AI ด้วยข้อมูลภาพหลายแสนภาพ จึงสามารถตรวจจับสะเก็ดโลหะจากการเชื่อมขนาดเล็กกว่า 1 มม. ได้ส่งผลให้อัตราการหลุดรอดของชิ้นงานบกพร่องลดลงอย่างมาก และยังช่วยลดความเสี่ยงของการ
ขั้นตอนการนำระบบตรวจสอบภาพด้วย AI มาใช้
การนำระบบตรวจสอบภาพด้วย AI มาใช้ไม่ควรทำแบบสุ่มสี่สุ่มห้า แต่ควรทำเป็นขั้นตอนและวางแผนไว้ล่วงหน้า
1. การคัดเลือกกระบวนการตรวจสอบเป้าหมาย
คัดเลือกกระบวนการที่มีลำดับความสำคัญสูง โดยพิจารณาจากกระบวนการที่การตรวจด้วยสายตามนุษย์มีการตกหล่นบ่อย ภาระงานของผู้ตรวจสูง หรือมีผลกระทบรุนแรงหากชิ้นงานบกพร่องหลุดรอดออกไป
2. การรวบรวมและการติดแท็กข้อมูลภาพ
รวบรวมภาพชิ้นงานดีและชิ้นงานบกพร่องจากกระบวนการที่คัดเลือกไว้เป็นจำนวนมาก แล้วดำเนินการติดแท็กกำกับเพื่อใช้ฝึก AI (โดยผู้ปฏิบัติงานจะระบุตำแหน่งที่บกพร่องและกำหนดไว้เป็นข้อมูลเพื่อสอน)
3. การแนะนำอุปกรณ์ตรวจสอบ (รวมถึงระบบต่างๆ)
ผสานการทำงานของกล้อง แสงสว่าง และอุปกรณ์ลำเลียง แล้วดำเนินการทดสอบในหน้างานจริงเพื่อกำหนดเงื่อนไขที่จำเป็น เช่น ความแม่นยำ ความเร็ว และความเข้มแสง ก่อนเริ่มใช้งานจริงอย่างเต็มรูปแบบ
ด้วยความก้าวหน้าของ AI กระบวนการตรวจสอบที่สามารถนำมาใช้ได้จะเพิ่มมากขึ้นในอนาคตอยากผลักดันการนำไปใช้อย่างจริงจังในโรงงานการผลิตขนาดกลางและขนาดย่อม เพื่อยกระดับขีดความสามารถในการแข่งขันด้านการผลิต
รายการ | ผลลัพธ์อย่างเป็นรูปธรรม |
|---|---|
การตรวจสอบที่มีความแม่นยำสูงและสม่ำเสมอ | สามารถตรวจสอบได้อย่างแม่นยำสม่ำเสมอโดยไม่ถูกจำกัดด้วยระดับทักษะหรือสภาพร่างกายของผู้ตรวจสอบในแต่ละวัน |
ความเร็วในการตรวจสอบที่เพิ่มขึ้น | สามารถตรวจสอบภาพได้หลายสิบภาพต่อวินาทีด้วยความเร็วสูง |
การใช้ประโยชน์จากข้อมูลการตรวจสอบ | ผลการตรวจสอบจะถูกรวบรวมเป็นข้อมูลดิจิทัลและนำไปใช้ในการปรับปรุง ฯลฯ |


อ่านเพิ่มเติม
โรงงานของเราก็เปล่งประกายได้! แนวหน้าสู่การพัฒนาหุ่นยนต์ด้วยตนเอง
บุคลากรและการศึกษาที่เชื่อมโยงการผลิตระหว่างไทย–ญี่ปุ่น
เทคโนโลยีดิจิทัลเพื่อยกระดับและลดภาระงานด้านการประกันคุณภาพ
การตรวจสอบสภาวะแบบเรียลไทม์และการคาดการณ์ความผิดปกติโดยใช้ IoT







