System som bruker AI og Deep Learning, og som kan ta avvik og detektere vanskelige feil

Offentlig prosjektsammendrag

Vi møter ofte i vårt arbeide med automatisering av forskjellige tilvirkninger og montasjer vanskeligheter med å detektere feil, spesielt er det vanlig for de typer feil som er vanskelig å definere/beskrive.Dette er situasjoner som gir problemer med kvalitetsstyring/sikring,og med påfølgende produktivitets tap.Vrak og drifts avbrudd. Det har gjort det klart for oss at at det er behov av et mer gjennom arbeidet, avansert kvalitets sikringssystem som gir mulighet for å løse denne problematikken Det er også klart at det behøves en løsning som inneholder en funksjon som tilbakemeldinger kontinuerlig under drift for justering i produksjonens tilvirkningparametere er nødvendig. Vi ser at et system som baserer kvalitets styring på dyp læringsbasert myk-vare for industriell bildeanalyse vil være en optimal løsning. Systemet utfører kvalitets kontroll med bruk av bildeanalyser som også gir tilbake meldinger til produksjonsstyringen kontinuerlig under kjøring for justering av signifikante produksjons parametere, som er viktige for definerte kvalitets faktorer/toleranser . Disse to funksjonene basert på Deep Learning og Reinforced Learning vil gi kontinuerlige kvalitets forbedringer, mindre vrak og avvik og økt produktivitet. Etter spesialisering ved universitet i Boston og analyser av forskjellige systemer har det blitt klart at vi må gjennom et et eget definert prosjekt for sikre funksjon og gjennomføring. Prosjektet gir oss en mulighet der vi får vurdering av feil og avvik mer på samme måte som et menneske evaluerer et bilde ,og kan på den måten finne/vurdere andre typer feil enn vanlig vision.