{{{sourceTextContent.title}}}

BEREITSTELLUNG VON AOI MIT KI-FUNKTIONEN ÜBER EINEN ON-PREM-EDGE-COMPUTER DER NÄCHSTEN GENERATION

{{{sourceTextContent.subTitle}}}

Direkte Bereitstellung am Edge

{{{sourceTextContent.description}}}

Die automatisierte optische Inspektion (AOI) ist ein Qualitätskontrollverfahren, das von Herstellern zur Erkennung und Identifizierung von Produktfehlern eingesetzt wird. Es spielt eine entscheidende Rolle bei der Verbesserung der Effizienz und Genauigkeit der Qualitätskontrolle und verringert die Wahrscheinlichkeit, dass Fehler den Endverbraucher erreichen. Herkömmliche AOI-Systeme verwenden fortschrittliche Optiken, Kameras und Bildverarbeitungsalgorithmen, um die visuellen Merkmale der hergestellten Produkte automatisch zu untersuchen und zu analysieren. Diese Systeme können komplizierte Baugruppen mit hoher Präzision und Geschwindigkeit prüfen.

Während des Inspektionsprozesses nimmt das AOI-System detaillierte Bilder des Produkts auf dem Fließband auf und vergleicht sie mit vorgegebenen Standards oder Referenzbildern. So können Fehler wie fehlende Komponenten, Ausrichtungsfehler, Lötprobleme und andere Anomalien erkannt werden, die die Funktionalität und Zuverlässigkeit des Produkts beeinträchtigen können.

Zu den Vorteilen der AOI gehören eine höhere Produktionsausbeute, kürzere Prüfzeiten und die Möglichkeit, subtile Fehler zu erkennen, die von menschlichen Prüfern möglicherweise unbemerkt bleiben. Durch die Nutzung einiger der neuesten Technologien, nämlich KI am Rande des industriellen IoT (IIoT), kann die Effektivität der AOI erheblich gesteigert werden, indem die Effizienz erhöht, die Latenzzeit verringert und die Gesamtleistung verbessert wird. In den meisten Fällen können die KI-Algorithmen direkt auf den Inspektionsgeräten in der Nähe des Fertigungsprozesses eingesetzt werden, anstatt sich auf ein zentralisiertes Cloud-basiertes System zu verlassen.

Direkte Bereitstellung am Edge

Durch den Einsatz direkt am Rande des IIoT werden Verzögerungen zwischen der Erfassung von Bildern und der Entscheidungsfindung reduziert (fast eliminiert). Und da alle Daten lokal verarbeitet werden, müssen weniger (gar keine?) große Mengen an Bilddaten zur Analyse an einen zentralen Server übertragen werden. Dies spart nicht nur Zeit, sondern auch Kosten, da die Übertragung über ein 5G- oder anderes Mobilfunknetz teuer sein kann. Außerdem wird der Bedarf an Cloud-basierter Computerausrüstung reduziert, was die Kosten weiter senkt und die Zuverlässigkeit erhöht, da alle Computerfunktionen mit vor Ort installierter Ausrüstung ausgeführt werden, die einfacher zu warten ist.

Weitere wichtige Gründe für die Bereitstellung am Edge sind unter anderem folgende

- Erhöhte Genauigkeit und Präzision

- Anpassungsfähigkeit und Flexibilität, die AOI-Systeme in die Lage versetzen, dynamisch Änderungen vorzunehmen

- Fehlertoleranz

- Weniger falsch-positive und -negative Ergebnisse

- Effizienz und Geschwindigkeit

- Erweiterte Analytik

- Skalierbarkeit

Da Sicherheit heutzutage immer an erster Stelle steht, ermöglicht Edge Computing außerdem, dass alle Daten vor Ort bleiben und nicht über Netzwerke übertragen werden. Dies erhöht den Datenschutz und die Sicherheit und räumt Bedenken hinsichtlich der möglichen Preisgabe geschützter Fertigungsinformationen während des Prüfprozesses aus.

Die Implementierung von AOI mit KI am Rande des IIoT erfordert die Integration einiger Schlüsseltechnologien, darunter:

- Ein Edge-Computer

- Hochauflösende Kameras

- Hochgeschwindigkeits-Konnektivität

- KI-Algorithmen

- Speicherung

- Sicherheit

Das Herzstück des Systems ist der Edge-Computer. Der eingebettete Computer Mitac MX1-10FEP-D und der MP1-11TGS können zusammenarbeiten, um die perfekte Kombination zu ermöglichen.

MiTAC an der Grenze

Der MX1-10FEP-D, der mit einer höheren GPU-Dichte entwickelt wurde, um die KI-Leistung und das GPU-Computing zu verbessern, enthält als Herzstück einen leistungsstarken Coffee Lake-S Refresh Xeon-Mikroprozessor. Er ist mit einer diskreten Grafikkarte ausgestattet und unterstützt ECC DDR4-Speicher. Der Computer unterstützt eine maximale Leistung von 208 TOPS. Er unterstützt auch eine optionale KI-Beschleunigerkarte und hat die Fähigkeit, eine hochauflösende Dreifach-Displayausgabe zu übertragen. Außerdem gibt es eine Vielzahl anderer E/A-Optionen.

Der MP1-11TGS verfügt über eine integrierte GPU für effiziente GPU- und KI-Leistung. Eine Option ist die Integration einer Hailo VPU, die auf einer M.2-Karte untergebracht ist und ein maximales Leistungsniveau von 26 TOPS erreicht. Es können bis zu 32 Gbyte DDR4-Speicher unterstützt werden. Ein Hot-Swap-fähiger SSD/HDD-Steckplatz ist ebenfalls vorhanden. Sie kann Aktivitäten über Wi-Fi oder bei Bedarf über Mobilfunk (4G/5G) überwachen und verfügt über PoE-Ports zum Anschluss von hochauflösenden Kameras. Die Beschleunigerkarte kombiniert kompakte Größe mit Energieeffizienz, um die KI-Leistung zu maximieren. Verschiedene andere E/A-Optionen werden unterstützt.

Da sich die Fertigungsprozesse ständig weiterentwickeln, wird die AOI zu einem der wichtigsten Werkzeuge, um die hohe Qualität und Zuverlässigkeit der Produkte zu gewährleisten, was letztendlich zu einer verbesserten Kundenzufriedenheit, einem besseren Ruf der Marke und einer erheblichen Kostenkontrolle beiträgt. Wenn Sie einen Hersteller wie MiTAC an Ihrer Seite haben, können Sie die meisten Ihrer Leistungs- und Integrationsanforderungen erfüllen. Das Unternehmen mit seinem erfahrenen F&E-Team ist weltweit tätig und bietet technischen Support über ein weltweit verfügbares FAE-Netzwerk. Darüber hinaus können die meisten Embedded-Computer des Unternehmens kundenspezifisch angepasst und mit einem White-Label versehen werden. Rufen Sie sie noch heute an.