ระบบกล้อง AI ตรวจและนับฝาขวดน้ำบนสายพาน พร้อมแนวทางคัดฝาเสียด้วยลม สำหรับผู้ผลิตฝาพลาสติก

ที่มาของโจทย์

โจทย์ของเคสนี้คือให้กล้องตรวจและนับฝาขวดน้ำพลาสติกบนสายพาน แทนการตรวจซ้ำและนับด้วยคน ลูกค้าเป็นผู้ผลิตฝาพลาสติก ฝาที่ออกจากเครื่องฉีดพลาสติกวิ่งมาบนสายพานลำเลียง จากนั้นพนักงานตรวจซ้ำและนับจำนวนเอง

ตำหนิที่ลูกค้าต้องการคัดออกคือครีบเกินและฝาที่ขึ้นรูปไม่สมบูรณ์ ลูกค้ายังต้องการยอดนับฝาดีและฝาเสียเป็นข้อมูลรายงานการผลิต ไม่ใช่เพียงคัดฝาเสียทิ้ง

ข้อกำหนดและข้อจำกัด

ระบบต้องตรวจฝาที่ผ่านสายพานและรองรับฝามากกว่าหนึ่งสี ข้อกำหนดหลักของระบบมีดังนี้

• ตรวจฝาทุกชิ้นที่ผ่านสายพาน และหาฝาที่มีครีบเกินหรือขึ้นรูปไม่สมบูรณ์
• คัดฝาเสียออกจากสายพานทันทีที่ตรวจพบ
• รองรับทั้งฝาสีขาวและฝาสีฟ้า
• นับยอดฝาดี (OK) และฝาเสีย (NG) ไว้รายงานการผลิต
• เปิดดูภาพสด ยอดนับ และตั้งค่าระบบผ่านเว็บเบราว์เซอร์บนแท็บเล็ตหรือพีซี

ระบบนี้ตรวจและนับฝาบนสายพานอย่างไร และออกแบบการคัดฝาเสียไว้อย่างไร

ระบบนี้ใช้กล้อง LearningCam รุ่น Inspection Cam เหนือสายพาน กล้องถ่ายภาพฝาต่อเนื่อง ใช้โมเดล AI ตัดสินว่าฝาแต่ละชิ้นเป็นฝาดีหรือฝาเสีย แล้วนับยอด ตามแนวทางออกแบบ เมื่อพบฝาเสีย กล้องส่งสัญญาณให้ชุด Controller and Reject (ชุดควบคุมและคัดออก) เป่าลมดีดฝาชิ้นนั้นออกจากสายพาน

1. 1

   ฝาวิ่งผ่านกล้องบนสายพาน

   ฝาที่ออกจากเครื่องฉีดวิ่งมาบนสายพานลำเลียง ผ่านใต้กล้อง LearningCam รุ่น Inspection Cam ที่ยึดด้วยจิกยึดกล้อง (Jig/Fixture) เหนือสายพาน

2. 2

   โมเดล AI ตัดสิน OK หรือ NG

   กล้องถ่ายภาพต่อเนื่อง โมเดล AI ที่สอนจากภาพฝาจริงของโรงงานตรวจว่าฝาแต่ละชิ้นมีครีบเกินหรือขึ้นรูปไม่สมบูรณ์หรือไม่ แล้วตัดสินเป็นฝาดี (OK) หรือฝาเสีย (NG)

3. 3

   แนวทางคัดฝาเสียด้วยลม

   ตามแนวทางออกแบบ เมื่อพบฝาเสีย กล้องส่งสัญญาณไปที่ชุด Controller and Reject ให้โซลินอยด์วาล์ว (วาล์วไฟฟ้าสำหรับเปิดปิดลม) เป่าลมดีดฝาชิ้นนั้นออก ฝาดีวิ่งต่อไปตามปกติ

4. 4

   นับยอดและแสดงผล

   ซอฟต์แวร์ในตัวกล้องแสดงภาพสดพร้อมยอดนับ OK/NG ผู้ใช้เปิดเว็บเบราว์เซอร์บนแท็บเล็ต จอ หรือพีซี แล้วป้อนหมายเลข IP (ที่อยู่ของกล้องในเครือข่าย) ผ่าน Router Wi-Fi 6 และ IoT Gateway (อุปกรณ์เชื่อมอุปกรณ์หน้างานเข้าเครือข่าย)

5. 5

   เรียกดูรายงานผลการตรวจ

   ฝ่ายผลิตเปิดหน้ารายงานผลการตรวจ (Inference Report) เพื่อสรุปผลตามช่วงเวลาและตามโมเดล และสั่งเริ่มหรือหยุดการตรวจจากสำนักงานผลิตผ่านเครือข่ายได้

เราเลือกกล้องที่มีซอฟต์แวร์ตรวจและนับอยู่ในตัว ผู้ใช้จึงเปิดดูผลผ่านเว็บเบราว์เซอร์ได้ โดยไม่ต้องตั้งคอมพิวเตอร์ข้างไลน์ เราสอนโมเดลจากภาพฝาจริงของโรงงาน เพราะตำหนิที่ต้องจับคือตำหนิที่เกิดจากการฉีดขึ้นรูปของโรงงานนี้

สิ่งที่ส่งมอบ

เราจัดหาอุปกรณ์ ติดตั้งระบบบนสายพานของลูกค้า และสอนโมเดล AI สำหรับฝาสีขาว รายการในขอบเขตงานมีดังนี้

• กล้อง LearningCam รุ่น Inspection Cam 1 ตัว พร้อมซอฟต์แวร์ในตัวที่แสดงภาพสดและยอดนับ OK/NG
• ชุด Controller and Reject พร้อมโซลินอยด์วาล์วสำหรับเป่าลมคัดฝาเสีย
• Router Wi-Fi 6 และ IoT Gateway สำหรับเชื่อมกล้องกับแท็บเล็ตหรือพีซีในโรงงาน
• งานติดตั้งจิกยึดกล้อง (Jig/Fixture) เหนือสายพาน และตั้งค่าระบบหน้างาน
• โมเดล AI ตรวจตำหนิฝาที่สอนจากภาพฝาจริงของโรงงาน
• หน้ารายงานผลการตรวจ (Inference Report) ที่เรียกดูผลตามช่วงเวลาและตามโมเดล

ผลที่ยืนยันได้จากการทดสอบหน้างาน

ในการทดสอบหน้างานช่วง ม.ค.–มี.ค. 2569 กล้อง LearningCam รุ่น Inspection Cam ตรวจและนับฝาสีขาวราว 398 ชิ้นต่อนาที ต่อเนื่อง 120 นาที และผ่านเกณฑ์ที่กำหนดในแบบรายงานทดสอบภายใน ผลนี้เป็นการทดสอบการตรวจและนับ ยังไม่ใช่ผลตรวจรับระบบคัดออกครบชุด

ฝาสีฟ้าที่ทดสอบด้วยโมเดลของฝาสีขาวยังไม่ถึงเกณฑ์ จึงมีแผนสอนโมเดลแยกตามสีฝา งานอยู่ระหว่างปรับโมเดลสำหรับฝาสีอื่นและยืนยันการส่งมอบระบบครบชุด

ระหว่างทดสอบ สัญญาณ Wi-Fi ที่อ่อนทำให้ภาพสดที่เปิดจากสำนักงานผลิตกระตุก ส่วนคำสั่งเริ่มหรือหยุดและยอดนับยังใช้งานได้

สิ่งที่เราเรียนรู้

งานนี้ให้หลักการสำหรับงานตรวจชิ้นงานฉีดพลาสติกด้วยกล้อง AI ดังนี้

• โมเดลใช้ได้กับลักษณะชิ้นงานที่ใช้สอนเท่านั้น ในงานนี้โมเดลที่สอนจากฝาสีขาวยังไม่ถึงเกณฑ์เมื่อใช้กับฝาสีฟ้า สีหรือรุ่นฝาใหม่จึงต้องถือเป็นงานสอนโมเดลและทดสอบรอบใหม่
• ยืนยันผลการตรวจแยกจากผลการคัดออก การตรวจและนับฝาผ่านเกณฑ์ได้ก่อน แต่ชุดคัดออกด้วยลมต้องมีการตรวจรับของตัวเอง เพราะผลขึ้นกับทั้งการตัดสินของโมเดลและกลไกเป่าลม
• งานหลักไม่ควรขึ้นกับภาพสด ในงานนี้สัญญาณ Wi-Fi ที่อ่อนทำให้ภาพสดกระตุก แต่คำสั่งเริ่มหรือหยุดและยอดนับยังใช้งานได้ จึงควรสำรวจสัญญาณที่จุดเปิดดูก่อนติดตั้ง

นำแนวทางนี้ไปใช้กับไลน์ฉีดพลาสติกของคุณได้อย่างไร

ถ้าไลน์ของคุณผลิตฝาหรือชิ้นงานฉีดพลาสติกขนาดเล็กที่วิ่งบนสายพาน คุณใช้แนวทางเดียวกับเคสนี้ได้ คือกล้องเหนือสายพาน โมเดลที่สอนจากชิ้นงานจริง ยอดนับ OK/NG และแนวทางชุดเป่าลมคัดออก ส่วนที่ต้องปรับคือโมเดลของแต่ละสีหรือรุ่นชิ้นงาน และตำแหน่งติดตั้งกล้องกับหัวเป่าลม

• เตรียมชิ้นงานดีและชิ้นงานที่มีตำหนิจริงของแต่ละสีหรือรุ่น ให้ทีมงานถ่ายภาพไปสอนโมเดล
• ตกลงเกณฑ์รับงานก่อนทดสอบ ทั้งความเร็วสายพาน ระยะเวลาทดสอบ และวิธีวัด โดยดูอัตราจับฝาเสียและอัตราคัดฝาดีทิ้งผิดแยกกัน ไม่ดูความแม่นยำรวมอย่างเดียว
• เริ่มจากสีหรือรุ่นที่ผลิตมากที่สุด เมื่อผ่านเกณฑ์แล้วจึงเพิ่มโมเดลของสีอื่น
• ทดสอบภายใต้แสงจริงของหน้างาน และยึดกล้องให้มุมภาพคงที่