ICC

UP Xtreme i12 ile Üretimde Kalite Kontrolü Yükseliyor

UP Xtreme i12 ile Üretimde Kalite Kontrolü Yükseliyor

Üretimde Kalite Kontrolü Yükseliyor

UP Xtreme i12 ile Üretimde Kalite Kontrolü Yükseliyor

Giriş

  • Üretimde kalite güvencesi, ürün ne olursa olsun kritik öneme sahiptir.
  • Yetersiz kalite kontrol, tüketici güvenini zedeler, özellikle otomotiv veya gıda-içecek paketleme hatlarında ciddi sonuçlar doğurabilir.
  • Bir firma, müşterilerinin ürün tiplerine göre uyarlanabilir AI destekli bir kalite kontrol uygulaması geliştirdi ve bu sistemin merkezi bileşeni olarak AAEON UP Xtreme i12’yi seçti.

Manuel Kalite Kontrolün Sınırlamaları

  • Üreticilerin otomatik kontrol sistemlerinde önemsediği iki kriter:
    1. Manuel kontrol ile karşılaştırıldığında sağladığı iyileştirme oranı
    2. Hız ve verimlilik
  • İnsan faktörleri: yorgunluk, deneyim seviyesi ve ürün karmaşıklığı hata oranını etkiler.
  • Ayrıca, manuel kontrol zaman ve iş gücü maliyeti getirir.

Uygulama Mimarisi

UP Xtreme i12: Çok Yönlülükle Kaliteyi Teminat Altına Alma

Kapsamlı Görsel Veri Toplama

  • Sistem, ürünün birden fazla açıdan görüntüsünü almak için çoklu kamera desteği gerektiriyordu.
  • UP Xtreme i12, USB 3.2 Gen 2 Type-A ve USB 4.0 Type-C portları ile bu ihtiyacı fazlasıyla karşılayabiliyor.

Intel Iris Xe ile Gelişmiş İşlem Gücü

    1. Nesil Intel® Core™ i7 CPU:
    • 4 performans çekirdeği: Görsel veri analizi için yüksek hız
    • 8 verimlilik çekirdeği: Arka plan işlemlerini verimli yönetim
  • Intel® Iris® Xe grafikleri:
    • Çoklu video ve görüntü akışlarını gerçek zamanlı yönetme
    • Yüksek kaliteli video render ile detaylı görsel inceleme

Enerji Verimli AI Hızlandırma

  • İki M.2 2280 M-Key slotu: İki Hailo-8™ AI modülü eklenebilir, toplam 52 TOPS AI performansı
  • Hailo-8™ modülleri: farklı makine öğrenimi framework’leri ile algoritma eğitim, yeniden eğitim ve optimizasyon sağlar
  • Bu özellik, farklı ürün tipleri için sistemin uyarlanmasını kolaylaştırır

Uygulamanın Etkisi

  • Manuel denetimde hata tespit oranı: ~%80
  • CNN ve derin öğrenme tabanlı AI modelleri ile hata tespit oranı: %99+
  • Sonuç:
    • Daha yüksek doğruluk
    • Daha hızlı tespit süresi
    • Daha güçlü ve güvenilir kalite güvence süreçleri

İlgili Döküman

Word Belgesini İndir