İşçilerin göremediği kalite sorununu çözmek

Temel Çıkarımlar

• Daimler’in Mount Holly kamyon fabrikası, “dört-göz” manuel denetimi Loopr Looper AI’nın görüntü 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 yanlış hizalanmış civataları %99,4 doğrulukla işaretler.
• Üretim hattı duruş süresi, vardiya başına 12 dakikadan (manuel yeniden iş) 30 saniyenin altına düştü ve tahmini olarak $1.2 M yıllık tasarruf sağladı.
• Yeni iş akışı, insan dikkatine olan bağımlılığı azaltır; bu, kıdem ve vardiya düzenlerinin değiştiği durumlarda kritik bir avantajdır.

Gizli-Bağlantı Sorunu

Daimler’in Mount Holly kamyon fabrikasında, sürücünün direksiyonunu çerçeveye bağlayan direksiyon-kolu bağlantısı kalite kontrol kabusu haline geldi. Civata, iki hassas şekilde yönlendirilmiş delikten geçmeli ve 85 Nm ± 5 Nm torklanmalıdır. Monte edildikten sonra bağlantı tamamen gizlenir ve görsel doğrulama imkânsızdır.

Bu güvenlik-kritik arayüzde bir arıza, direksiyon kontrolünün kaybolmasına neden olabilir ve rutin bir kusuru potansiyel bir yol-tehlikesine dönüştürür. Fabrikanın mevcut “dört-göz” süreci (iki denetçi, biri hat içi, biri hat dışı) %100 uyumu garanti edemez, özellikle iş gücünün ortalama kıdemi 12 yıldan 6 yıla düşüp vardiya düzenleri değiştiğinde.

“Yeni insanlar getirdiğinizde, vardiya modellerini değiştirdiğinizde ve devamsızlık sorunlarıyla karşılaştığınızda, tüm gözlerin gerçekten çalışıp çalışmadığını merak edersiniz,” diye eski fabrika müdürü Joanna Cooper hatırlıyor.

Kağıt İzlerinden Dijital Güvenceye

Cooper, sektördeki kadınlara odaklanan tek küresel ticaret derneği Women in Manufacturing aracılığıyla Priyansha Bagaria’ya, Loopr Looper AI kurucu ve CEO’suna ulaştı. Loopr’un platformu, manuel denetimi AI-destekli kalite zekâsı ile değiştirmeyi vaat ediyor.

Pilot Tanımlama

Geniş bir AI dağıtımı başlatmak yerine, Cooper sıkı bir kapsamda pilot talep etti: AI, gizli vida yönelimini ve tork uyumluluğunu güvenilir bir şekilde tespit edebilir mi? Yüksek riskli bileşen olarak zaten işaretlenmiş direksiyon-kolu bağlantısı test vakası olarak seçildi.

AI Görüntü Çözümü

Nasıl Çalışır

1. Sabit-kamera sistemi montaj hattına monte edilerek vida takılmadan önce bağlantının 108-megapiksel görüntülerini yakalar.
2. Edge-AI işlemci (NVIDIA Jetson AGX Xavier) 0.12 s içinde bir konvolüsyonel sinir ağı (CNN) çıkarımı yaparak delik yönelimi ve vida konumunu sınıflandırır.
3. Tork sensörü, sıkma aracına gömülü olarak uygulanan torku kaydeder; AI, bu ölçümü 85 Nm hedefiyle karşılaştırır.
4. Model, hizalama hatası veya spesifikasyon dışı tork tespit ederse, hat üzerindeki HMI’da bir operatör uyarısı yanar ve anında düzeltme yapılmasını sağlar.

Sistem, üç ay boyunca toplanan 15,000 etiketli görüntü üzerinde eğitildi; veri artırımı, aydınlatma değişiklikleri ve küçük parça toleranslarını simüle etmek için kullanıldı.

Altı Ay Sonrası Sonuçlar

• Arıza oranı, %0,84’ten %0,07’ye düştü (%91 azalma).
• Hat hızı, yeniden iş istasyonları ortadan kaldırıldığı için %4 arttı.
• Operatör güveni, uygulama sonrası anketle ölçüldü (ortalama puan 4.7/5).
• AI platformu, 4,200 eyleme geçirilebilir içgörü üretti ve bu veriler alet ve fikstür tasarımı için sürekli iyileştirme döngülerine geri beslendi.

Sonuç

Loopr Looper AI’nın yüksek çözünürlüklü görüntüsü ve gerçek-zaman 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 ölçülebilir maliyet tasarrufu ve verimlilik artışı da sağladı—iş gücü deneyiminin geçişte olduğu durumlarda kritik avantajlar. Gizli-bağlantı veya benzeri görünmez kalite sorunlarıyla karşılaşan üreticiler için AI-destekli görüntüleme, insan gözünün göremediğini “görmenin” kanıtlanmış bir yoludur.