A tecnologia que empresta às máquinas o poder da visão está sendo amplamente adotada para automatizar processos que envolvam o controle visual, como a segurança em locais de trabalho ou a inspeção de qualidade de produtos.Conhecida por Visão Computacional, por AI Vision ou Visão por Inteligência Artificial, ela tem sido um dos pilares da Indústria 4.0, que se traduz por uma produção mais inteligente, com a integração de diferentes tecnologias.Na IBM, para provar que santo de casa faz milagre sim, a solução Visual Insights, desenvolvida pela própria IBM, foi instalada para fazer a inspeção de qualidade de mainframes, servidores e storages.A inspeção manual de equipamentos eletrônicos, repletos de componentes complexos, costuma retardar a produção. Ela é difícil, exige muito dos técnicos e é cansativa.O cansaço pode levar a erros, tanto do não reconhecimento de um defeito, que acaba passando, quanto da detecção de falsos positivos – defeitos em equipamentos que não têm nada de errado.
Na IBM, a inspeção manual ganhou um reforço em 2018, quando o Visual Insights foi instalado nas fábricas do Canadá, Hungria, México e nos Estados Unidos. Em todas, a eficiência aumentou em 5 vezes e os falsos positivos foram reduzidos em 20%.Visual Insights é baseado em deep learning e leva algumas horas para ser treinado, a partir de imagens ou vídeos que lhe são apresentados. Não é preciso envolver equipes de Data Science nem fazer codificações. Isso reduz custos de implantação e agiliza todo o processo.Basta indicar quais imagens correspondem a um defeito e quais estão corretas, utilizando dashboards intuitivos e fáceis de usar. Após essa etapa, conecta-se o software a uma câmera e o modelo está pronto para ser testado.Para um dos equipamentos IBM, o Visual Insights foi treinado para inspecionar mais de 50 elementos, reduzindo o tempo de inspeção de 15 minutos para 1 minuto.Confira mais detalhes de funcionamento neste vídeo:https://www.youtube.com/watch?v=v7OnxsUvwcE
Na fábrica da SMART Modular Technologies, na Malásia, a solução Visual Insights está sendo usada para a inspeção de microprocessadores e placas para computadores.A empresa, com sede na Califórnia, abastece o mercado a partir de sua fábrica na Malásia. Sua intenção era dar um salto na qualidade da inspeção, mas no microscópico mundo dos chips, isso não é fácil de acontecer com processos manuais.A fabricação, feita por robôs, agora tem na linha de produção câmeras para inspeção, rodando o Vision Insights num IBM Power Systems AC922.Quando a placa chega ao fim da linha, antes de ser embalada e despachada, a inspeção automatizada entra em ação, sendo capaz de detectar defeitos e remover as placas que estiverem comprometidas.Na imagem abaixo, a câmera inspeciona placas eletrônicas:
E o que está sendo inspecionado pela câmera pode ser acompanhado na tela do computador (imagem abaixo), no dashboard do Visual Insights, gerando relatórios e facilidade de controle:
Saiba mais sobre o case da SMART neste vídeo: https://www.youtube.com/watch?v=EgIQeSU3doo&feature=youtu.be
No fabricante GCG, produtor de painéis de LCD para TV e smartphones, o processo de inspeção contava com mais de 150 pessoas, que manuseavam scanners em busca de pequenas rachaduras, manchas e defeitos que arruínam o produto final. A inspeção de um lote de paineis demorava de 20 a 30 minutos.O Visual Insight foi alimentado com imagens de diferentes defeitos. O sistema levou apenas 2 semanas para chegar a um nível de acurácia bom o suficiente para ser adotado no chão de fábrica.No lugar dos batalhão de inspeção, apenas um supervisor. O tempo de inspeção foi reduzido para próximo de 4 minutos e o ciclo de produção caiu de 6 dias para 5 dias, o que resultou num aumento de produtividade total de 7% para aquela planta industrial.Dá para perceber as vantagens de um sistema de inspeção automatizado? Redução no tempo de produção e na taxa de erro humano, aumento de eficiência, menos recall de produtos e insatisfação do cliente são apenas algumas delas.Vamos analisar o que a Visão Computacional pode fazer pela sua empresa?
%201.svg)
