Trong sản xuất chất nền gốm, việc không thể phân biệt một cách đáng tin cậy giữa các khiếm khuyết cấu trúc nghiêm trọng và các dị thường lành tính về mặt thẩm mỹ sẽ trực tiếp làm xói mòn tỷ suất lợi nhuận. Các thiết bị điện tử hiện đại dựa trên nền gốm hoàn hảo để tản nhiệt và dẫn điện. Việc phân loại sai dấu hiệu bề mặt là vết nứt vi mô sẽ dẫn đến phế liệu không cần thiết. Điều này tạo ra sự từ chối sai lầm tốn kém. Ngược lại, thiếu một vết nứt vi mô thực sự sẽ có nguy cơ dẫn đến hư hỏng trường nghiêm trọng dưới tác động cơ học hoặc nhiệt độ cực cao. Các lĩnh vực có độ tin cậy cao không thể chấp nhận những sự chấp nhận sai lầm này.
Hướng dẫn này phân tích sự khác biệt về cấu trúc giữa các điểm bất thường này. Chúng tôi đánh giá các phương pháp kiểm tra hiện tại được sử dụng trong toàn ngành. Bạn cũng sẽ tìm thấy khuôn khổ thực tế để lựa chọn hệ thống kiểm tra. Bạn sẽ học cách cân bằng thông lượng tốc độ cao với độ chính xác tuyệt đối. Cuối cùng, bạn có thể bảo vệ sản lượng của mình trong khi vẫn duy trì các tiêu chuẩn chất lượng nghiêm ngặt.
Mức độ nghiêm trọng của khuyết tật: Các vết nứt nhỏ làm tổn hại đến tính toàn vẹn của cấu trúc và lan truyền dưới áp lực; dấu vết bề mặt thường nông, tạo tác thẩm mỹ từ việc xử lý hoặc dụng cụ.
Thách thức về độ tương phản: Độ phản xạ cao và cấu trúc hạt phức tạp của gốm khiến cho việc kiểm tra quang học dựa trên quy tắc truyền thống dễ có tỷ lệ loại bỏ sai cao.
Chuyển đổi công nghệ: Hiệu quả Việc kiểm tra vết nứt vi mô trên bề mặt gốm ngày càng dựa vào tầm nhìn máy do AI điều khiển để bối cảnh hóa hình thái khuyết tật hoặc kiểm tra siêu âm để xác nhận dưới bề mặt.
Số liệu đánh giá: Tiêu chí thành công chính cho việc nâng cấp kiểm tra là giảm Tỷ lệ quá mức cần thiết (dương tính giả) mà không tăng Tỷ lệ thoát (âm tính giả).
Các bộ phận đảm bảo chất lượng phải đối mặt với một hành động cân bằng tinh tế. Họ phải nắm bắt mọi khiếm khuyết nghiêm trọng mà không loại bỏ những sản phẩm tốt. Việc phân loại sai các khuyết tật gốm sứ sẽ ảnh hưởng nặng nề đến hiệu quả sản xuất của bạn. Nó làm tăng chi phí trên mỗi đơn vị của bạn một cách giả tạo và làm giảm năng suất tổng thể.
Việc từ chối các chất nền có chức năng hoàn hảo sẽ làm tổn hại đến lợi nhuận của bạn. Các dấu dụng cụ vô hại thường kích hoạt cảnh báo quang học tự động. Các vết xước bề ngoài trông nghiêm trọng dưới ánh sáng kém. Việc loại bỏ các đơn vị được chấp nhận này sẽ làm giảm sản lượng của bạn một cách giả tạo. Nó buộc cơ sở của bạn phải sản xuất nhiều đơn vị hơn để đáp ứng hạn ngạch. Việc sản xuất quá mức này tiêu tốn thêm nguyên liệu thô. Nó cũng lãng phí thời gian quý giá của máy và nhân công của người vận hành. Tỷ lệ quá mức cần thiết trực tiếp làm suy yếu hiệu quả sản xuất của bạn.
Kết quả âm tính giả gây ra mối nguy hiểm nghiêm trọng hơn nhiều. Các vết nứt nhỏ đóng vai trò là nơi tập trung ứng suất nghiêm trọng. Chúng gây ra rủi ro lớn trong các ứng dụng có độ tin cậy cao. Các bộ phận hàng không vũ trụ và thiết bị điện tử điện EV yêu cầu các bộ phận hoàn hảo. Một vết nứt nhỏ không được phát hiện có thể gây ra vết nứt trên bề mặt. Nó thậm chí có thể gây ra hiện tượng thoát nhiệt trong hệ thống pin. Những sai sót như vậy dẫn đến việc thu hồi sản phẩm trên diện rộng. Chúng gây ra rủi ro trách nhiệm pháp lý nghiêm trọng và làm tổn hại vĩnh viễn danh tiếng thương hiệu. Việc thoát khỏi lỗi là không thể chấp nhận được trong môi trường sản xuất không có lỗi.
Một giải pháp kiểm tra khả thi phải đáp ứng ba tiêu chuẩn quan trọng:
Tốc độ: Nó phải cung cấp khả năng phân loại lặp lại ở tốc độ dây chuyền sản xuất. Đơn vị mỗi giờ (UPH) không thể giảm.
Độ chính xác: Nó phải liên tục giảm tỷ lệ quá mức cần thiết trong khi vẫn giữ tỷ lệ thoát gần bằng 0.
Tuân thủ: Nó phải duy trì sự tuân thủ nghiêm ngặt các tiêu chuẩn chất lượng cụ thể của ngành. Chúng bao gồm các quy định của IPC và MIL-STD.
Việc đáp ứng các tiêu chí này đòi hỏi phải vượt ra ngoài sự kiểm tra chủ quan của con người. Bạn cần các hệ thống tự động, có thể lặp lại và nhận biết ngữ cảnh.
Hiểu được bản chất vật lý của những dị thường này là rất quan trọng. Bạn không thể đào tạo AI hoặc cấu hình hệ thống quang học nếu không có kiến thức này. Các vết nứt nhỏ và vết bề mặt bắt nguồn từ các quá trình hoàn toàn khác nhau. Chúng cũng thể hiện những đặc điểm hình thái khác biệt dưới độ phóng đại.
Các vết nứt nhỏ đe dọa sự ổn định vật lý của toàn bộ bề mặt. Chúng làm tổn hại đến độ bền điện môi và độ bền cơ học.
Nguyên nhân gốc rễ: Sốc nhiệt thường xuyên gây ra những vết nứt này. Làm nguội không đồng đều trong quá trình thiêu kết tạo ra ứng suất lớn bên trong. Ứng suất cơ học trong quá trình thái hạt lựu hoặc mài cũng làm vỡ vật liệu. Việc cắt laser mạnh có thể gây ra các vết nứt vi mô dọc theo mép cắt.
Đặc điểm: Những khuyết tật này thường sâu và hẹp. Chúng thường có hình dạng lởm chởm hoặc phân nhánh. Chúng thâm nhập sâu vào ma trận chất nền. Bởi vì chúng phá vỡ mạng cấu trúc nên chúng có khả năng lan truyền cao. Trong chu trình nhiệt, một vết nứt nhỏ sẽ giãn nở cho đến khi lớp nền vỡ ra.
Những bất thường về mặt thẩm mỹ có vẻ có vấn đề nhưng không gây ra mối đe dọa về mặt chức năng. Chúng không thâm nhập vào cấu trúc bên trong.
Nguyên nhân gốc rễ: Xử lý trầy xước là thủ phạm phổ biến nhất. Chất nền cọ xát với băng tải hoặc thiết bị kẹp tự động. Ma sát của dụng cụ để lại cặn kim loại trên mặt gốm. Lớp men nhỏ hoặc hỗn hợp bùn không đồng nhất cũng tạo ra sự đổi màu về mặt thị giác.
Đặc điểm: Vết bề mặt thường nông và rộng. Chúng thể hiện các mẫu đồng nhất hơn là các cạnh lởm chởm. Chúng vẫn bị giới hạn nghiêm ngặt ở lớp bề mặt trên cùng. Chúng hoàn toàn không có tác động gì đến độ bền điện môi. Chúng không làm suy yếu độ bền cơ học của thành phần cuối cùng.
Triển khai có hiệu quả Kiểm tra vết nứt vi mô trên bề mặt gốm liên quan đến việc vượt qua các rào cản vật lý đáng kể. Gốm sứ hoạt động rất khác với kim loại hoặc nhựa dưới ánh sáng kiểm tra. Đặc tính quang học của chúng tích cực chống lại các camera tầm nhìn tiêu chuẩn.
Chất nền Alumina và nhôm nitrit có độ phản chiếu cao. Chúng có cấu trúc hạt tinh thể phức tạp. Những vật liệu này phân tán ánh sáng tới một cách khó lường. Sự tán xạ không thể đoán trước này gây ra những bóng khắc nghiệt trên bề mặt. Những bóng này dễ dàng bắt chước các đường tối của vết nứt thật. Ngược lại, ánh sáng chói quá mức sẽ loại bỏ hoàn toàn các khuyết điểm nông. Đèn vòng tiêu chuẩn thường không hoạt động trên các vật liệu này. Bạn cần chiếu sáng nâng cao để xuyên qua ánh sáng chói.
Các vết nứt nhỏ ở chân tóc thiếu sự phân biệt rõ ràng. Chúng thường chia sẻ các giá trị thang độ xám giống hệt như các ranh giới hạt gốm xung quanh. Kiểm tra quang học tự động truyền thống (AOI) dựa trên các quy tắc tương phản pixel. Nếu một pixel tối hơn ngưỡng, hệ thống sẽ đánh dấu lỗi. Vì ranh giới hạt và vết nứt vi mô có mức độ tối tương tự nhau nên các thuật toán dựa trên quy tắc sẽ thất bại. Chúng đánh bại các công cụ phát hiện cạnh tiêu chuẩn, gây ra các đợt loại bỏ sai lớn.
Các vết nứt vi mô ở giai đoạn đầu cực kỳ nhỏ. Chúng có thể chỉ rộng vài micron. Việc phát hiện những dị thường này đòi hỏi quang học có độ phân giải cực cao. Tuy nhiên, máy ảnh có độ phân giải cao vốn đã làm giảm Trường nhìn (FOV). FOV nhỏ hơn có nghĩa là máy ảnh phải chụp nhiều ảnh hơn để bao phủ một bề mặt. Điều này làm chậm đáng kể thời gian kiểm tra. Cân bằng khả năng phát hiện ở mức micron với sản xuất tốc độ cao vẫn là một thách thức kỹ thuật cơ bản.
Việc lựa chọn công nghệ kiểm tra phù hợp sẽ quyết định thành công của bạn. Các hệ thống khác nhau nhắm tới các loại dị thường khác nhau. Bạn phải điều chỉnh sự lựa chọn công nghệ của mình với các yêu cầu chất lượng cụ thể của bạn.
So sánh các công nghệ kiểm tra gốm sứ
Công nghệ |
Điểm mạnh chính |
Hạn chế chính |
Trường hợp sử dụng tốt nhất |
|---|---|---|---|
AOI truyền thống |
Tốc độ cao, thiết lập quy tắc dễ dàng, tiết kiệm chi phí. |
Tỷ lệ loại bỏ sai cao đối với các lỗi có độ tương phản thấp. |
Phát hiện các khuyết tật tổng thể hoặc thiếu kim loại hóa. |
AI / Học sâu |
Hiểu biết theo ngữ cảnh, phân biệt dấu hiệu với vết nứt. |
Yêu cầu bộ dữ liệu mạnh mẽ và thời gian đào tạo. |
Kiểm tra bề mặt nội tuyến có độ chính xác cao. |
Siêu âm (SAM) |
Phát hiện các khoảng trống ẩn bên trong và các vết nứt sâu dưới bề mặt. |
Thông lượng chậm, thường đòi hỏi phải ghép nước. |
Lấy mẫu hàng loạt ngoại tuyến hoặc phân tích lỗi. |
AOI truyền thống vượt trội trong việc kiểm tra đường cơ sở tốc độ cao. Tốt nhất là phát hiện các khuyết tật thô. Bạn nên sử dụng nó để tìm các lớp kim loại bị thiếu hoặc các chip có cạnh lớn. Tuy nhiên, nó có những hạn chế nghiêm trọng. AOI dựa hoàn toàn vào các quy tắc tương phản pixel cứng nhắc. Nó thường nhầm lẫn các vết bề mặt vô hại với các vết nứt nhỏ gây tử vong. Sự nhầm lẫn này buộc các nhà sản xuất phải thực hiện đánh giá thứ cấp thủ công. Người vận hành phải kiểm tra kỹ từng bộ phận bị loại bỏ, điều này làm chậm toàn bộ cơ sở.
Hệ thống AI đại diện cho một bước nhảy vọt lớn. Chúng là tốt nhất cho độ chính xác cao phát hiện dấu bề mặt gốm . Họ dễ dàng phân biệt các hình thái vết nứt phức tạp với các vết xước lành tính. Các mô hình học sâu sử dụng mạng lưới thần kinh được đào tạo trên bộ dữ liệu hình ảnh đã được phân loại. Họ hiểu bối cảnh trực quan giống như một thanh tra con người. Họ nhận ra mô hình phân nhánh của vết nứt so với lực kéo thẳng của dấu dụng cụ. Họ thực hiện phân tích này ở tốc độ máy. Hạn chế chính là chuẩn bị dữ liệu. Bạn cần một tập dữ liệu mạnh mẽ, được gắn nhãn rõ ràng. Bạn phải cung cấp các ví dụ mô hình về cả lỗi thực sự và các biến thể có thể chấp nhận được để đào tạo nó một cách hiệu quả.
Kiểm tra không phá hủy bằng siêu âm (NDT) nhìn vào bên dưới bề mặt. Tốt nhất là phát hiện các khoảng trống bên trong. SAM phát hiện thấy các vết nứt nhỏ và vết nứt nhỏ dưới bề mặt hoàn toàn không thể nhìn thấy được trước máy ảnh quang học. Nó gửi sóng âm thanh tần số cao vào ma trận gốm và đo tiếng vang. Mặc dù có độ chính xác cao nhưng nó có những hạn chế lớn. SAM thường chậm hơn nhiều so với phương pháp quang học. Nó thường đòi hỏi phải ngâm chất nền trong nước.
Mua một hệ thống kiểm tra tiên tiến chỉ là bước đầu tiên. Bạn phải tích hợp nó một cách liền mạch vào quy trình làm việc hiện tại của mình. Việc đánh giá các nhà cung cấp đòi hỏi phải xem xét các tuyên bố tiếp thị trong quá khứ. Bạn phải tập trung vào thực tế triển khai thực tế.
Không gian trên dây chuyền sản xuất luôn ở mức cao. Đánh giá xem giải pháp mới có thể được trang bị thêm vào thiết bị xử lý hiện có hay không. Mảng camera có thể gắn phía trên băng tải hiện tại của bạn không? Nếu không, bạn sẽ cần một ô kiểm tra độc lập. Các tế bào độc lập chiếm nhiều không gian sàn hơn. Họ cũng yêu cầu các bộ xử lý robot bổ sung để tải và dỡ các chất nền. Đưa những yêu cầu về dấu chân và xử lý này vào tiến trình nâng cấp của bạn.
Các giải pháp AI yêu cầu quản lý liên tục. Đánh giá chặt chẽ khả năng sử dụng phần mềm của nhà cung cấp. Nhóm QA hiện tại của bạn có thể đào tạo và cập nhật các mô hình không? Bạn không cần phải thuê một nhà khoa học dữ liệu chuyên dụng. Các hệ thống tốt nhất cung cấp giao diện trực quan, không cần mã. Chúng cho phép các kỹ sư chất lượng làm nổi bật các khiếm khuyết trên màn hình và đào tạo lại mô hình ngay lập tức. Tìm kiếm các nhà cung cấp sử dụng phương pháp học chuyển giao. Kỹ thuật này yêu cầu ít hình ảnh hơn để làm cơ sở cho một dòng sản phẩm mới.
Phần mềm không thể sửa lỗi chụp ảnh xấu. Nếu khiếm khuyết không nhìn thấy được trong ảnh thô thì AI không thể tìm thấy nó. Hãy sớm thừa nhận thực tế này. Đảm bảo nhà cung cấp chỉ định hệ thống chiếu sáng chuyên dụng phù hợp với bề mặt gốm. Hỏi về ánh sáng có cấu trúc đa góc. Yêu cầu chiếu sáng trường tối để làm nổi bật các cạnh vết nứt. Yêu cầu chiếu sáng đồng trục để làm giảm độ chói phản chiếu. Phần cứng phải tạo ra sự phân tách quang học trước khi phần mềm phân tích hình ảnh.
Không bao giờ mua một hệ thống kiểm tra ngoài bảng thông số kỹ thuật tiêu chuẩn. Yêu cầu một Bằng chứng về Khái niệm (PoC) nghiêm ngặt. Gửi cho nhà cung cấp mẫu sản xuất của riêng bạn. Cụ thể, hãy gửi cho họ những bộ phận có cạnh. Bao gồm các chất nền chính xác mà trước đây thường gây nhầm lẫn cho các thanh tra con người của bạn. Nếu hệ thống tự động có thể phân loại chính xác các bộ phận khó nhất của bạn, nó sẽ xử lý quá trình sản xuất thông thường một cách dễ dàng. PoC vật lý là cách duy nhất để xác thực khả năng thực sự.
Việc phân biệt giữa vết nứt vi mô cuối cùng và vết bề mặt lành tính không còn là trở ngại dai dẳng nữa. Bạn không cần phải dựa vào sự kiểm tra chậm chạp, chủ quan của con người.
Việc nâng cấp lên các hệ thống kiểm tra nâng cao, nhận biết ngữ cảnh sẽ thay đổi bộ phận QA của bạn. Nó chuyển QA từ trung tâm chi phí truyền thống sang cơ chế bảo vệ lợi nhuận tích cực.
Thị giác máy được điều khiển bằng AI đã điều hướng thành công các đặc tính quang học phức tạp của gốm sứ, giảm đáng kể tỷ lệ quá mức cần thiết.
Kiểm tra tỷ lệ từ chối sai hiện tại của bạn ngay lập tức. Định lượng bao nhiêu sản phẩm tốt bạn vứt đi hàng ngày.
Tham khảo ý kiến của các nhà cung cấp dịch vụ kiểm tra chuyên ngành để sắp xếp đánh giá mẫu. Sử dụng dữ liệu cơ sở này để tính toán ROI tiềm năng của bạn một cách chính xác.
Đáp: Quang học có độ phân giải cao kết hợp với AI có thể phát hiện các vết nứt có kích thước nhỏ tới 5-20 micron. Để đạt được điều này đòi hỏi phải kiểm soát chính xác trường nhìn. Nó cũng yêu cầu thiết lập ánh sáng chuyên dụng, chẳng hạn như chiếu sáng trường tối, để tạo độ tương phản cần thiết dọc theo các cạnh vết nứt.
Đáp: Không. Thị giác máy chỉ dành cho các khuyết tật bề mặt và gần bề mặt. Nó dựa hoàn toàn vào ánh sáng phản chiếu. Kiểm tra siêu âm (SAM) vẫn hoàn toàn cần thiết để phát hiện các khoảng trống sâu bên trong hoặc các dị thường về cấu trúc dưới bề mặt ẩn bên dưới lớp gốm mờ đục.
Đáp: Các nhà cung cấp thường sử dụng các kỹ thuật như học chuyển giao hoặc tạo dữ liệu tổng hợp để khắc phục tình trạng khan hiếm hình ảnh. Ngoài ra, nhiều hệ thống hiện đại triển khai các mô hình phát hiện bất thường dựa trên phương pháp học tập không giám sát. Những mô hình này chỉ yêu cầu hình ảnh của chất nền 'tốt' để cảnh báo thành công mọi sai lệch không mong muốn.
Đ: Vâng. Độ nhám bề mặt cao tạo ra nhiễu quang học đáng kể dưới ánh sáng tiêu chuẩn. Để khắc phục điều này đòi hỏi phải có ánh sáng đa hướng để loại bỏ bóng. Bạn cũng cần các thuật toán deep learning được đào tạo đặc biệt để bỏ qua kết cấu tự nhiên của chất nền đồng thời làm nổi bật những điểm bất thường thực sự.
