Alleima testar AI-baserad kvalitetskontroll av stålrör i produktionen
Alleima och Prevas har utvecklat och verifierat en lösning där AI och machine vision används för automatisk kvalitetskontroll av avancerade stålrör. Tekniken har testats i verklig produktionsmiljö hos Alleima i Sandviken.
Alleima tillverkar högförädlade material i avancerade rostfria stål och speciallegeringar för industrier med höga krav på kvalitet och prestanda. I projektet har bolagen undersökt hur kamerateknik och AI-baserad bildanalys kan effektivisera kontrollen av långa rör, där inspektionen tidigare genomförts manuellt genom visuell granskning av ytan.
Upp till 1 000 bilder av varje rör
Den nya lösningen fotograferar rörets yta samtidigt som röret roterar och förflyttas genom produktionslinjen. För ett enda rör kan systemet samla in upp till 1 000 bilder.
Bilderna analyseras i realtid av ett AI-nätverk som tränats för att identifiera specifika typer av ytdefekter. Tanken är inte att ersätta operatörens bedömning utan att hjälpa till att identifiera de områden som behöver granskas närmare.
– Det här är ett bra exempel på hur AI och machine vision kan skapa konkret nytta i produktionen. Tekniken ersätter inte operatörens kompetens, utan hjälper till att rikta uppmärksamheten mot de områden som behöver granskas närmare. Det skapar förutsättningar för en mer konsekvent och effektiv kvalitetskontroll, säger Niklas Brusén, vision- och systemingenjör på Prevas.
Verifieras i verklig produktion
Installationen hos Alleima är ett pilotprojekt där fokus hittills har varit att verifiera teknikens förmåga att upptäcka defekter under verkliga produktionsförhållanden.
Resultaten pekar enligt Prevas samtidigt på möjligheter att utveckla tekniken vidare och använda kombinationen av AI, machine vision och industriell automation för fler kvalitets- och inspektionsuppgifter.
– Det intressanta är inte bara vad tekniken klarar i dag, utan vilka möjligheter den öppnar framåt. När AI, machine vision och industriell automation kombineras med kunskap om kundens produktion kan vi lösa problem som tidigare varit svåra att automatisera, säger Milad Abdhagh, Account Manager på Prevas.
