Когда говорят про автономное оптическое обнаружение, многие сразу представляют себе этакие универсальные системы, которые якобы сами всё увидят и поправят. Но на практике-то оказывается, что даже с лучшими камерами бывают провалы – особенно если не учитывать, как меняется освещение в цеху в течение суток или как вибрация от соседнего оборудования влияет на фокус. Вот об этих нюансах и хочется поговорить, потому что именно они определяют, будет ли система действительно высококачественной или так, дорогая игрушка.
Если брать наш опыт внедрения таких систем, то главное – это не просто поставить камеру и запустить ПО. Речь идёт о полностью замкнутом цикле, где система сама адаптируется под изменения в производственном процессе. Например, когда мы тестировали прототип для автоматических линий пайки, то столкнулись с тем, что алгоритмы стабильно работали только при идеальном освещении. Стоило сменить смену и переключить верхний свет – и сразу пошли ложные срабатывания.
Причём интересно, что многие производители до сих пор используют жёсткие пороги чувствительности, а это в корне неверно. Мы перешли на динамические настройки, когда система сама калибруется под текущие условия – и вот тогда уже можно говорить о качестве. Кстати, это одна из причин, почему в Shenzhen HTGD Intelligent Equipment Co., Ltd. с 2008 года шлифовали именно адаптивные алгоритмы для принтеров паяльной пасты – потому что без этого никакое 'автономное обнаружение' не будет работать стабильно.
Ещё важный момент – это интеграция с другими этапами производства. Можно иметь прекрасную оптику, но если данные с нее не стыкуются с контролем паяльной пасты или позиционированием компонентов, то вся автономность рушится. Мы в таких случаях всегда рекомендуем клиентам смотреть на систему в комплексе, а не как на отдельный модуль.
Вот пример с одной из наших внедрений на заводе в Подмосковье. Там заказчик сначала хотел сэкономить и поставить камеры только на финальном контроле. В результате система ловила брак, но не могла предотвратить его на ранних стадиях – и переделывать приходилось целые узлы. После модернизации и установки оптического контроля непосредственно после нанесения паяльной пасты процент брака упал втрое.
Частая ошибка – это недооценка требований к точности позиционирования. Кажется, что смещение в пару микрон – ерунда, но для современных компонентов это критично. Приходилось даже переделывать крепления камер, потому что вибрация от конвейера давала погрешность, которую на глаз не заметишь, а система уже выдавала ошибку.
И да, никогда не забываем про температурные расширения. Один раз чуть не сорвали проект, потому что не учли, как меняется фокусное расстояние объектива при нагреве от круглосуточной работы. Теперь всегда закладываем термокомпенсацию в расчёты – мелочь, а без неё никакое высококачественное автономное оптическое обнаружение невозможно.
Если брать конкретно наш профиль – автоматические принтеры паяльной пасты – то здесь оптическое обнаружение работает в двух направлениях. Первое: точное позиционирование трафарета относительно платы. Второе: контроль равномерности нанесения пасты уже после отвода трафарета. И вот здесь как раз важен момент автономности – система должна сама решить, соответствует ли результат норме или нужно остановить линию.
В HTGD мы изначально закладывали возможность тонкой настройки под разные типы паст – потому что, например, с свинцосодержащими и бессвинцовыми составами контрастность изображения сильно отличается. Приходилось отдельно дорабатывать фильтры для обработки изображения, чтобы не пропускать микропустоты.
Кстати, именно при работе с китайскими коллегами из Shenzhen HTGD мы обратили внимание на их подход к калибровке – они используют не эталонные образцы, а реальные производственные платы, что даёт большую точность. Это тот случай, когда практический опыт важнее теоретических выкладок.
Например, разрешение камеры – все гонятся за мегапикселями, но забывают про скорость обработки. В реальных условиях часто выгоднее иметь чуть меньшее разрешение, но чтобы система успевала обрабатывать кадр за время такта производства. Мы обычно рекомендуем клиентам тестовые прогоны на реальных скоростях – потому что на стенде всё всегда работает идеально.
Ещё момент – это источники освещения. Кольцевая подсветка хороша для большинства задач, но для контроля паяльных паст иногда лучше подходит комбинированное освещение с разными углами. Причём настройки приходится подбирать практически вручную для каждого типа плат – универсальных решений здесь нет и быть не может.
И конечно, программная часть. Слишком сложный интерфейс – и операторы не могут работать, слишком упрощённый – не даёт нужной гибкости. Мы в своих разработках идём по пути многоуровневой настройки: базовые параметры выставляются автоматически, но при необходимости инженер может зайти в расширенные настройки. Кстати, на сайте https://www.gdk-smt.ru как раз есть примеры таких интерфейсов – видно, что делали люди, которые сами сталкивались с производственными задачами.
Сейчас много говорят про машинное обучение в оптическом контроле, но на практике внедрение идёт медленнее, чем хотелось бы. Основная проблема – это необходимость огромных наборов данных для обучения, а в производстве каждый брак – это деньги. Поэтому пока что гибридные системы, где классические алгоритмы работают в паре с нейросетями, показывают себя лучше всего.
Ещё одно направление – это миниатюризация компонентов. Сейчас уже речь идёт о контроле элементов 01005, а скоро дойдёт и до более мелких. Здесь уже возникают проблемы с глубиной резкости и необходимостью использования многоракурсной съёмки. Традиционные методы sometimes не справляются, приходится экспериментировать с комбинированными подходами.
И конечно, стоимость. Полноценная система высококачественного автономного оптического обнаружения всё ещё остаётся дорогим удовольствием для небольших производств. Но здесь как раз компании вроде HTGD демонстрируют интересный подход – они предлагают модульные решения, когда можно начинать с базовой конфигурации и постепенно наращивать функционал. Это видно и по их политике 'сильный бренд, поддержка китайского производства' – они понимают, что рынку нужны доступные решения, а не только топовые системы.
В конечном счёте, любая система обнаружения – это не просто набор железа и софта. Это часть производственной культуры. Когда оператор начинает доверять автоматике, а не перепроверять всё вручную – вот тогда и происходит настоящий переход к Industry 4.0.
Наш опыт показывает, что успешные внедрения всегда сопровождаются обучением персонала и адаптацией под конкретные процессы. Не бывает 'коробочных решений' в этой области – каждый раз приходится подстраиваться и искать компромиссы.
И последнее: никогда не стоит недооценивать 'мелочи' вроде качества кабелей или надёжности разъёмов. Сколько раз видел ситуации, когда дорогая система давала сбои из-за банального обрыва сигнального провода... Но это уже тема для отдельного разговора.
