Alleima

Smart visionteknik förbättrar kvalitetskontrollen på Alleima

Tillsammans med Alleima har Prevas utvecklat en machine vision-lösning för automatisk kvalitetskontroll av rör i produktionen. Lösningen bygger på AI-baserad bildanalys och ger en mer konsekvent och effektiv inspektion jämfört med traditionell manuell avsyning.

När höga kvalitetskrav kräver smartare inspektion

Alleima i Sandviken är en global tillverkare av högförädlade material i avancerade rostfria stål och speciallegeringar. Företaget levererar till industrier med mycket höga krav på kvalitet och prestanda, vilket gör kvalitetskontroll till en avgörande del av verksamheten.

Bakgrunden till projektet är Alleimas behov av att kvalitetssäkra rör som används i krävande tillämpningar, bland annat inom olje- och gasindustrin.

Produkterna är långa, typiskt mellan 12 och 16 meter, med mycket höga krav på ytans kvalitet. Tidigare har inspektionen genomförts manuellt, vilket innebär att en operatör granskar rören visuellt.

– Det är ett arbete som är både tidskrävande och monotont, säger Niklas Brusén, vision- och systemingenjör på Prevas. Dessutom kan resultatet vid manuell inspektion variera beroende på faktorer som till exempel operatörens erfarenhet och grad av fokus och uppmärksamhet vid olika tidpunkter.

Image source: Alleima

Image source: Alleima

Fotografering och AI-baserad analys i realtid

Tekniskt bygger lösningen på att röret flyttas framåt i produktionslinjen samtidigt som det roterar. En kamera fotograferar hela rörets yta – för ett enda rör innebär det upp till 1 000 foton.

Bilderna bearbetas i realtid av ett AI-nätverk som är tränat att identifiera specifika typer av defekter som kan uppkomma i valsningen. Defekter bearbetas sedan manuellt, till exempel genom slipning. Systemet fungerar därmed som ett stöd i processen snarare än en helt automatiserad lösning.

– Det innebär att operatörernas arbete underlättas, säger Niklas Brusén. I stället för att inspektera hela rörets yta kan de fokusera på de områden som systemet flaggar som avvikande. Det frigör tid och möjliggör att deras kompetens kan användas på ett bättre sätt.

Pilotprojekt med stor potential

Installationen på Alleima utgör ett pilotprojekt där företaget tillsammans med Prevas utforskar möjligheterna med avancerad vision-teknik. Fokus har hittills varit att verifiera att AI och neurala nätverk kan identifiera defekter i produktionsmiljön. Det finns flera möjligheter att vidareutveckla lösningen, bland annat genom att mappa defekternas XY-position och därmed tydliggöra exakt var på produkten de är lokaliserade.

– Lösningen är verifierad i en verklig produktionsmiljö och visar tydligt på nyttan med AI och machine vision, säger Milad Abdhagh, account manager på Prevas. En djupare integration med Alleimas övriga system kan öka värdet ytterligare, till exempel genom utökade möjligheter för spårbarhet och analys av produktionsdata.

Vår expertis

Produktionsutveckling & industriell automation

utforska

Nyfiken på våra insikter?

Se alla våra insikter