Alleima

Smart visionteknologi forbedrer kvalitetskontrollen hos Alleima

Sammen med Alleima har Prevas udviklet en machine vision-løsning til automatisk kvalitetskontrol af rør i produktionen. Løsningen er baseret på AI-baseret billedanalyse og giver en mere ensartet og effektiv inspektion sammenlignet med traditionel manuel visuel inspektion.

Når høje kvalitetskrav kræver smartere inspektion

Alleima i Sandviken er en global producent af højtforædlede materialer i avanceret rustfrit stål og speciallegeringer. Virksomheden leverer til industrier med meget høje krav til kvalitet og ydeevne, hvilket gør kvalitetskontrol til en afgørende del af virksomheden.

Baggrunden for projektet er Alleimas behov for at kvalitetssikre rør, der anvendes i krævende applikationer, blandt andet inden for olie- og gasindustrien.

Produkterne er lange, typisk mellem 12 og 16 meter, og der stilles meget høje krav til overfladens kvalitet. Tidligere blev inspektionen udført manuelt, hvilket betyder, at en operatør visuelt kontrollerer rørene.

– Det er et arbejde, der både er tidskrævende og monotont, siger Niklas Brusén, vision- og systemingeniør hos Prevas. Desuden kan resultatet af en manuel inspektion variere afhængigt af faktorer som operatørens erfaring samt graden af fokus og opmærksomhed på forskellige tidspunkter.

Image source: Alleima

Image source: Alleima

Fotografering og AI-baseret analyse i realtid

Teknisk er løsningen baseret på, at røret bevæges fremad i produktionslinjen, samtidig med at det roterer. Et kamera fotograferer hele rørets overflade – for et enkelt rør betyder det op til 1.000 billeder. Billederne behandles i realtid af et AI-netværk, der er trænet til at identificere specifikke typer af defekter, som kan opstå under valsningen.

Defekterne bearbejdes derefter manuelt, for eksempel ved slibning. Systemet fungerer dermed som støtte i processen frem for som en fuldautomatisk løsning.

– Det gør operatørernes arbejde lettere, siger Niklas Brusén. I stedet for at inspicere hele rørets overflade kan de fokusere på de områder, som systemet markerer som afvigende. Det frigør tid og gør det muligt at udnytte deres kompetencer bedre.

Pilotprojekt med stort potentiale

Installationen hos Alleima er et pilotprojekt, hvor virksomheden sammen med Prevas udforsker mulighederne med avanceret visionteknologi. Fokus har indtil videre været på at verificere, at AI og neurale netværk kan identificere defekter i produktionsmiljøet.

Der er flere muligheder for at videreudvikle løsningen, blandt andet ved at kortlægge defekternes XY-position og dermed tydeliggøre præcis, hvor på produktet de er lokaliseret.

– Løsningen er verificeret i et reelt produktionsmiljø og viser tydeligt værdien af AI og machine vision, siger Milad Abdhagh, Account Manager hos Prevas. En tættere integration med Alleimas øvrige systemer kan øge værdien yderligere, for eksempel gennem bedre muligheder for sporbarhed og analyse af produktionsdata.

Vores ekspertise

utforsk

Nysgerrig på vores indsigter?

Se alle vores indsigter