VisionQC – Endüstriyel Kalite Kontrol Sistemi
Üretim bandındaki parçaların optik hatalarını gerçek zamanlı tespit eden derin öğrenme sistemi.
Kategori: ComputerVision
Durum: Completed
Öne Çıkan Proje
Proje Hakkında & Mimari Açıklama
VisionQC, endüstriyel üretim hatlarında ve seri imalat tesislerinde mikron düzeyindeki optik kusurları gerçek zamanlı olarak tespit eden yeni nesil yapay zekâ destekli kalite kontrol platformudur.
Mimari Yapı & Akış:
Sistem; GigE Vision endüstriyel kamera akışlarını Python ve OpenCV altyapısı ile yakalayarak PyTorch tabanlı özel eğitilmiş konvolüsyonel derin öğrenme (CNN) ve YOLOv8 mimarisine yönlendirir. Milisaniyeler mertebesinde (15-25ms) çalışan çıkarım (inference) motoru; yüzey çatlakları, mikro çizikler, geometrik sapmalar, leke ve montaj eksikliklerini sınıflandırır.
PLC & Otomasyon Entegrasyonu:
Kusurlu parça tespit edildiğinde, PLC ve SCADA otomasyon hatlarına endüstriyel dijital I/O ve WebSockets üzerinden anlık 'Reject/Hata' tetikleme sinyali gönderilerek hatalı parçanın robota yönlendirilmesi sağlanır.
Yönetim & İzlenebilirlik:
Merkezi yönetim paneli; .NET 8 Kestrel üzerinde koşan yüksek verimli bir API katmanına sahiptir. Operatörler üretim hattı istatistiklerini, vardiya bazlı hata oranlarını ve kusur ısı haritalarını (heatmaps) gerçek zamanlı grafiklerle izleyebilir. Sistem; üretim fire oranlarını %92 oranında azaltırken, manuel göz muayenesi kaynaklı insan hatalarını tamamen ortadan kaldırır.
Mimari Yapı & Akış:
Sistem; GigE Vision endüstriyel kamera akışlarını Python ve OpenCV altyapısı ile yakalayarak PyTorch tabanlı özel eğitilmiş konvolüsyonel derin öğrenme (CNN) ve YOLOv8 mimarisine yönlendirir. Milisaniyeler mertebesinde (15-25ms) çalışan çıkarım (inference) motoru; yüzey çatlakları, mikro çizikler, geometrik sapmalar, leke ve montaj eksikliklerini sınıflandırır.
PLC & Otomasyon Entegrasyonu:
Kusurlu parça tespit edildiğinde, PLC ve SCADA otomasyon hatlarına endüstriyel dijital I/O ve WebSockets üzerinden anlık 'Reject/Hata' tetikleme sinyali gönderilerek hatalı parçanın robota yönlendirilmesi sağlanır.
Yönetim & İzlenebilirlik:
Merkezi yönetim paneli; .NET 8 Kestrel üzerinde koşan yüksek verimli bir API katmanına sahiptir. Operatörler üretim hattı istatistiklerini, vardiya bazlı hata oranlarını ve kusur ısı haritalarını (heatmaps) gerçek zamanlı grafiklerle izleyebilir. Sistem; üretim fire oranlarını %92 oranında azaltırken, manuel göz muayenesi kaynaklı insan hatalarını tamamen ortadan kaldırır.
Kullanılan Teknolojiler & Kütüphaneler
Python
PyTorch
OpenCV
.NET 8
WebSockets
Proje Bilgileri
- Kategori: ComputerVision
- Durum: Completed
- Başlangıç: Belirtilmedi
Benzer Bir Projeniz mi Var?
Teknik ihtiyaçlarınızı birlikte değerlendirelim ve mimari planı oluşturalım.
Teknik Görüşme Talep Edin