Kalite sorununu çalışanların göremediği şekilde çözmek

Key Takeaways

• Daimler’in Mount Holly kamyon fabrikası, “dört-göz” manuel denetimi Loopr Looper AI’nin görsel sistemiyle değiştirerek direksiyon-kolu bağlantısındaki kör noktayı ortadan kaldırdı.
• AI çözümü, 60 fps’de 108 MP görüntüler yakalar, 0.12 s’lik bir çıkarım çalıştırır ve hatalı vidaları %99,4 doğrulukla işaretler.
• Üretim hattı duruş süresi, vardiya başına 12 dakikadan (manuel yeniden işleme) 30 saniyenin altına düşerek yıllık tahmini $1.2 M tasarruf sağladı.
• Yeni iş akışı, kıdem ve vardiya düzenlerinin değişken olduğu durumlarda kritik bir avantaj olan insan dikkatine bağımlılığı azaltır.

The Hidden-Joint Challenge

Daimler’in Mount Holly kamyon fabrikasında, sürücünün direğini çerçeveye bağlayan direksiyon-kolu bağlantısı kalite kontrol kabusu haline geldi. Vida, iki hassas yönlendirilmiş delikten geçmeli ve 85 Nm ± 5 Nm torkla sıkılmalıdır. Takıldıktan sonra, bağlantı tamamen gizlenir ve görsel doğrulama imkansızlaşır.

Bu güvenlik-kritik arayüzde bir arıza, yön kontrolünün kaybına yol açarak rutin bir kusuru potansiyel bir yol-tehlikesine dönüştürebilir. Fabrikanın mevcut “dört-göz” süreci (iki denetçi, biri hat içinde, diğeri hat dışı) %100 uyumu garanti edemiyordu, özellikle iş gücünün ortalama kıdemi 12 yıldan 6 yıla düşüp vardiya düzenleri değiştikçe.

“Yeni insanları işe aldığınızda, vardiya modellerini değiştirdiğinizde ve devamsızlık sorunlarıyla karşılaştığınızda, bütün gözlerin gerçekten çalışıp çalışmadığını merak ediyorsunuz,” diye eski fabrika yöneticisi Joanna Cooper hatırlıyor.

From Paper Trails to Digital Assurance

Cooper, sektörde kadınlara odaklanan tek küresel ticaret birliği olan Women in Manufacturing aracılığıyla Priyansha Bagaria, Loopr Looper AI kurucu ve CEO’su ile iletişime geçti. Loopr’un platformu, manuel denetimi AI-destekli kalite zekâsı ile değiştirmeyi vaat ediyor.

Defining the Pilot

Geniş çaplı bir AI dağıtımı başlatmak yerine, Cooper sıkı kapsamlı bir pilot talep etti: AI, gizli vida yönelimini ve tork uyumunu güvenilir bir şekilde tespit edebilir mi? Zaten yüksek riskli bir bileşen olarak işaretlenmiş olan direksiyon-kolu bağlantısı test vakası olarak seçildi.

The AI Vision Solution

How It Works

1. Fixed-camera rig montaj hattına yerleştirilir ve vida takılmadan önce bağlantının 108-megapiksel görüntüleri yakalanır.
2. Edge-AI processor (NVIDIA Jetson AGX Xavier) 0.12 s içinde bir konvolüsyonel sinir ağı (CNN) çıkarımı çalıştırarak delik yönelimini ve vida konumunu sınıflandırır.
3. Torque sensor sıkma aracına entegre edilerek uygulanan tork kaydedilir; AI bu okuma ile 85 Nm hedefini karşılaştırır.
4. Model, hizalama hatası veya spesifikasyondan sapma torku tespit ederse, hat üzerindeki HMI’da bir operator alert yanıp söner ve anında düzeltme yapılmasını sağlar.

Sistem, üç ay boyunca toplanan 15,000 etiketli görüntü ile eğitildi ve aydınlatma değişiklikleri ile küçük parça toleranslarını taklit etmek için veri artırma uygulandı.

Results After Six Months

• Defect rate %0.84’den %0.07’e düştü ( %91 azalma).
• Line speed %4 arttı, çünkü yeniden işleme istasyonları ortadan kaldırıldı.
• Operator confidence uygulama sonrası anketle ölçüldü ve ortalama puan 4.7/5 oldu.
• AI platformu 4,200 eyleme geçirilebilir içgörü üretti ve bu veriler alet ve kalıp tasarımı için sürekli iyileştirme döngülerine geri besledi.

Bottom Line

Loopr Looper AI’nin yüksek çözünürlüklü görseli ve gerçek-zamanlı tork doğrulamasını entegre ederek, Daimler’in Mount Holly fabrikası kör nokta denetimini tamamen otomatik, veri-odaklı bir kontrol noktasına dönüştürdü. Çözüm, güvenlik gereksinimlerini neredeyse kusursuz bir doğrulukla karşılamakla kalmayıp aynı zamanda ölçülebilir maliyet tasarrufu ve verimlilik artışı sağladı—iş gücü deneyiminin geçiş döneminde kritik avantajlar. Gizli-bağlantı veya benzeri görünmez kalite sorunlarıyla karşılaşan üreticiler için AI-destekli görsel, insan gözünün göremediğini “görmenin” kanıtlanmış bir yoludur.