İçeriğe atla

Blog · Metal ve talaşlı imalat

Metal pres ve talaşlı imalat muayenesi: yapay zekayla çapak, çizik ve boyutsal ölçüm.

Konveyördeki parlak işlenmiş metal parçalara yönelmiş muayene kamerası

Güncelleme: Temmuz 2026 · 6 dk okuma · Mert Aytunur · Mechanical Engineer, University of Illinois Chicago

Evet, çapaklar, çizikler, deformasyon ve tolerans dışı boyutlar metal parçalarda otomatik olarak yakalanabilir. Hatasız parçalarla eğitilen anomali tespiti yüzey hatalarını işaretler; klasik görü ise unsurları milimetre cinsinden ölçer, ikisi de tek edge ünitesinde. Parlak metaldeki bir kusuru görünür kılan, tek başına yapay zeka değil aydınlatma geometrisidir.

Pres ve talaşlı imalat metali, fiziksel bir nedenle muayenesi zor bir yüzeydir: çoğu zaman parlaktır. Speküler bir yüzey ışığı doğrudan geri yansıtır; bu yüzden elin hissedebildiği bir çizik veya çapak, düz aydınlatılmış bir kameraya görünmezdir. Buna önemli hataların, ince bir çapağın, kılcal bir çiziğin, hafif bir deformasyonun nadir ve çeşitli olduğunu da ekleyin; kural-ve-eşik yaklaşımı iki kez zorlanır.

Bunu iki şey birlikte çözer: doğru aydınlatma geometrisi ve hatasız parçayı öğrenen anomali tespiti.

Aydınlatma burada yapay zekadan neden daha önemli?

Görüntüde hiç belirmeyen bir kusuru hiçbir model yakalayamaz; bu yüzden parlak metalde önce aydınlatma gelir. Ünite 24V’luk yapılandırılabilir yönlü, düşük açılı ve koaksiyel aydınlatma taşır. Düşük açılı ışık yüzeyi yalayarak geçer ve kabaran çapağın gölgesini düşürerek onu görünür kılar. Koaksiyel ışık lens ekseni boyunca geri döner ve sıradan ışığın sildiği düz speküler yüzeydeki çiziği ortaya çıkarır. Kusur artık görüntüdeyken, hatasız parçalarla eğitilen anomali tespiti onu bir sapma olarak işaretler.

Bilinen bir kusurla eşleştirerek değil sapmaya göre reddettiği için, ki bu MVTec Anomaly Detection veri seti gibi kamuya açık veri kümelerinde kıyaslanan bir sapma puanlama görevidir, önce her çiziğin kataloğunu toplamanıza gerek kalmadan, yaklaşık 20 hatasız görüntüden başlayarak nadir yüzey hatalarının uzun kuyruğunu kapsar. Mekanizmanın tamamı için bir parçanın yalnızca 20 görüntüyle nasıl muayene edildiğine bakın.

Metal kusurları ve ünitenin her birini ele alışı

Kusur veya kontrolMod ve aydınlatmaNe yapar
Kenarda çapakAnomali, yönlü / düşük açılı ışıkKabaran malzeme sapma olarak yakalanır
Parlak metalde yüzey çiziğiAnomali, koaksiyel ışıkSpeküler yüzey kusuru ortaya çıkarılır
Deformasyon veya ezikAnomali, hatasız parçalarla eğitilmişŞekil sapması işaretlenir
Delik konumu ve unsurMilimetre cinsinden ölçümDeterministik koordinat kontrolü
Tolerans dışı boyutÖlçüm, klasik CVŞartnameye göre geçti/kaldı

Alttaki iki satır işin diğer yarısıdır. Kozmetik anomali tespiti yapay zeka muhakemesidir; boyutsal ölçüm ise milimetre cinsinden deterministik bir ölçüm döndüren klasik bilgisayarlı görüdür. Hibrit yaklaşım ikisini tek ünitede çalıştırır; böylece kozmetik olarak temiz ama tolerans dışı bir parça yine reddedilir.

Hangi ünite ve kim kurar?

AV-S100 (IP54, 0–45 °C), sac paneller, tornalanmış parçalar ve bağlantı elemanları için standart bir talaşlı imalat veya pres hücresini kapsar; bir sıcak şekillendirme prosesi, birebir aynı optik ve yapay zekayla AV-H100’ü (0–65 °C) kullanır. Çıkarım parça başına yaklaşık 30 ms’de çalışır; geçti/kaldı ve ölçümler hatta beş endüstriyel protokol veya 24V çıkışlar üzerinden ulaşır. Adente Vision, Aden Group bünyesindeki ADENTE Advanced Engineering Technologies tarafından geliştirilen ve otomasyon sistem entegratörleri üzerinden satılan bir edge-AI görsel muayene ünitesidir; böylece hücrenizi kuran entegratör muayeneyi bir kalem olarak ekler ve müşteriyi elinde tutar. Bu yazı, yapay zeka görsel muayene ana rehberinin bir koludur; gerçek uygulamalar arasında nereye oturduğunu görün.

Sıkça sorulan sorular

Pres veya talaşlı imalat parçaları mı muayene ediyorsunuz?

Bize bir numune parça veya hattınızın kısa bir videosunu gönderin; teklif vermeden önce yüzey ve boyut kontrollerini sizin parçalarınızda test edelim. Adente Vision’ın ikisini de tek edge ünitesinde nasıl çalıştırdığını görün.