AGC‑VISIONNowa definicja kontroli jakości w przemyśle
AGC‑VISION to odpowiedź na realne potrzeby przemysłu, która wyrosła z wieloletniego doświadczenia w pracy na liniach produkcyjnych, w środowiskach, gdzie jakość nie jest dodatkiem — lecz warunkiem przetrwania.
Nasze rozwiązanie
Powstało z obserwacji codziennych wyzwań, z frustracji wobec ograniczeń manualnej kontroli jakości, z przekonania, że technologia może — i powinna — wspierać człowieka tam, gdzie precyzja, szybkość i niezawodność są kluczowe.
W świecie, w którym każde mikropęknięcie może oznaczać odrzut całej partii, a każda niedoskonałość powierzchni może wpłynąć na funkcjonalność komponentu, AGC‑VISION wprowadza nową jakość w podejściu do inspekcji.
Nasz system wykorzystuje zaawansowane sieci neuronowe, analizę obrazu i przetwarzanie danych w chmurze, by zapewnić inteligentną, skalowalną i elastyczną kontrolę jakości — dostępną z każdego miejsca na świecie, z dowolnego urządzenia, nawet z telefonu komórkowego.
Zbieranie zdjęć na linii produkcyjnej
Sprawdzanie zdjęć przez sieć neuronową
Feedback dla operatora, część OK/NOK
Poznaj funkcjonalnościaplikacji
Szybki podgląd zdjęć wykonanych podczas kontroli, z możliwością natychmiastowej oceny OK/NOK oraz przejrzenia szczegółów błędów takich jak ich ilość, rozmieszczenie czy wielkość.
Możliwość dodania nowego typu produktu, który ma zostać poddany ocenie lub zmienienia parametrów istniejących.
Definiowanie nowych rodzajów defektów oraz wygodny podgląd już istniejących. Użytkownik może dodawać opisy, nadawać kolory i łączyć wady z typami produktów.
Aplikacja pozwala na szybkie douczanie sieci — przy nowej anomalii od razu oznaczamy, czy to defekt, czy poprawny element. Możemy też dodawać nowe typy błędów, które system automatycznie włącza do istniejącego modelu
Przejrzysty dostęp do statystyk z linii produkcyjnej: liczba wykrytych błędów, trendy jakości oraz szczegółowe zestawienia dla poszczególnych stanowisk. Dzięki temu łatwo monitorować jakość procesu i szybko reagować na odchylenia.
Zarządzanie dostępami w systemie: tworzenie kont, nadawanie ról i uprawnień oraz kontrola, kto może przeglądać zdjęcia, edytować dane czy zarządzać modelami. Dzięki temu każdy użytkownik ma dostęp dokładnie do tych funkcji, których potrzebuje w swojej pracy.
Szybki podgląd zdjęć wykonanych podczas kontroli, z możliwością natychmiastowej oceny OK/NOK oraz przejrzenia szczegółów błędów takich jak ich ilość, rozmieszczenie czy wielkość.
Możliwość dodania nowego typu produktu, który ma zostać poddany ocenie lub zmienienia parametrów istniejących.
Definiowanie nowych rodzajów defektów oraz wygodny podgląd już istniejących. Użytkownik może dodawać opisy, nadawać kolory i łączyć wady z typami produktów.
Aplikacja pozwala na szybkie douczanie sieci — przy nowej anomalii od razu oznaczamy, czy to defekt, czy poprawny element. Możemy też dodawać nowe typy błędów, które system automatycznie włącza do istniejącego modelu
Przejrzysty dostęp do statystyk z linii produkcyjnej: liczba wykrytych błędów, trendy jakości oraz szczegółowe zestawienia dla poszczególnych stanowisk. Dzięki temu łatwo monitorować jakość procesu i szybko reagować na odchylenia.
Zarządzanie dostępami w systemie: tworzenie kont, nadawanie ról i uprawnień oraz kontrola, kto może przeglądać zdjęcia, edytować dane czy zarządzać modelami. Dzięki temu każdy użytkownik ma dostęp dokładnie do tych funkcji, których potrzebuje w swojej pracy.
Możliwość dostosowania ekranu startowego do własnych potrzeb: wybór najważniejszych wskaźników, modułów i podglądów, tak aby kluczowe informacje były zawsze pod ręką i widoczne od razu po uruchomieniu aplikacji.
Wykonywanie zdjęć bezpośrednio z aplikacji oraz natychmiastowa analiza obrazu przez sieć neuronową. Użytkownik od razu otrzymuje ocenę OK/NOK oraz podgląd wykrytych defektów, co pozwala szybko zweryfikować jakość elementu
Wygodne zestawienie wszystkich zdjęć wykonanych na wybranej linii: ID ujęcia, data wykonania oraz statystyki OK/NOK. Pozwala szybko przejrzeć historię kontroli i wychwycić serie z podwyższoną liczbą defektów.
Przejrzysty dostęp do statystyk z linii produkcyjnej: liczba wykrytych błędów, trendy jakości oraz szczegółowe zestawienia dla poszczególnych stanowisk. Dzięki temu łatwo monitorować jakość procesu i szybko reagować na odchylenia.
Możliwość dostosowania ekranu startowego do własnych potrzeb: wybór najważniejszych wskaźników, modułów i podglądów, tak aby kluczowe informacje były zawsze pod ręką i widoczne od razu po uruchomieniu aplikacji.
Wykonywanie zdjęć bezpośrednio z aplikacji oraz natychmiastowa analiza obrazu przez sieć neuronową. Użytkownik od razu otrzymuje ocenę OK/NOK oraz podgląd wykrytych defektów, co pozwala szybko zweryfikować jakość elementu
Wygodne zestawienie wszystkich zdjęć wykonanych na wybranej linii: ID ujęcia, data wykonania oraz statystyki OK/NOK. Pozwala szybko przejrzeć historię kontroli i wychwycić serie z podwyższoną liczbą defektów.
Przejrzysty dostęp do statystyk z linii produkcyjnej: liczba wykrytych błędów, trendy jakości oraz szczegółowe zestawienia dla poszczególnych stanowisk. Dzięki temu łatwo monitorować jakość procesu i szybko reagować na odchylenia.
Proces wdrożeniaw Twojej firmie
1. Analiza potrzeb i audyt jakości
Na początku inżynier AGC‑VISION kontaktuje się z firmą, aby zrozumieć, jak obecnie wygląda proces kontroli jakości. Sprawdzamy, czy istnieją katalogi błędów, jak są definiowane kryteria oceny oraz jak ustrukturyzowany jest przepływ informacji na produkcji.
2. Przygotowanie stanowisk i integracja kamer
Następnie wspieramy firmę w doborze i integracji kamer lub innych źródeł obrazu na linii produkcyjnej. Celem jest rozpoczęcie systematycznego zbierania zdjęć elementów poddawanych kontroli.
3. Otagowanie zdjęć i przygotowanie danych
Zebrane zdjęcia są oznaczane — wskazywane są konkretne defekty, ich lokalizacja oraz typ. Na tej podstawie powstaje zestaw danych treningowych, który stanowi fundament do nauki modeli AI.
4. Trenowanie sieci neuronowej
Na przygotowanej bazie danych uczymy sieć neuronową rozpoznawania błędów charakterystycznych dla danego procesu produkcyjnego. Model uczy się różnic między elementami poprawnymi a wadliwymi oraz identyfikuje subtelne defekty niewidoczne na pierwszy rzut oka.
5. Testy skuteczności na nowych zdjęciach
Po wytrenowaniu modelu przeprowadzamy testy na nowych, wcześniej niewidzianych zdjęciach. Sprawdzamy, jak skutecznie system wykrywa defekty i czy spełnia wymagania jakościowe klienta.
6. Uruchomienie analizy bieżącej
Po pozytywnej walidacji system zaczyna analizować zdjęcia w czasie rzeczywistym. Wyniki są prezentowane w panelu analitycznym, a użytkownicy mogą natychmiast oceniać elementy jako OK/NOK.
7. Ciągłe doskonalenie i korekty
W razie potrzeby model jest na bieżąco korygowany i douczany na nowych danych. Dzięki temu system stale podnosi swoją skuteczność i dostosowuje się do zmieniających się warunków produkcyjnych.