Odhad výrobních vad výrobků s využitím superpočítačů

Partner: ING Corporation, spol. s r.o.

Odvětví: Biotechnologie, zdravotnictví

ING Corporation se zaměřuje se na výzkum, vývoj a výrobu zdravotnických prostředků. Využívá moderní technologie (3D tisk, CNC obrábění) a pokročilé materiály (kompozity, silikony, konstrukční plasty, lehké kovy). V současné době patří v oblasti protetiky k předním podnikům na českém trhu.

Cílem spolupráce s Národním centrem kompetence pro HPC bylo vyvinout a ověřit účinné postupy pro tvarovou analýzu vyráběných výrobků, zejména se zaměřením na identifikaci možných nepřesností. Jednalo se především o zpracování souboru dat, který představuje skeny 3D dat výrobků. Následně se připravil návrh řešení, které umožní automaticky předpovědět možné vady a deformace finálních výrobků. Tyto jsou totiž obvykle kontrolovány ručně odborníkem a implementace řešení založeného na strojovém vidění tak může nabídnout výrazně efektivnější a přesnější přístup. Využití superpočítačů národního superpočítačového centra IT4Innovations pro efektivní zpracování velkých objemů dat například ve formě mračen bodů se stalo nezbytným a umožňilo vytvořit přesné a rychlé predikční algoritmy.

První sloupec ukazuje dva různé typy deformace výrobku. Jak je vidět, tvar výrobku je poškozen. Další sloupec ukazuje konečný výrobek, který splňuje normy kvality.

Navrhované řešení je založeno na konvolučních neuronových sítích (CNN), konkrétně na architektuře PointNet, která generuje popisné body a důležité informace pro charakteristiku produktu. Tyto informace slouží k určení, zda tvar výrobku splňuje normy. Při detekci se využívá jak konstrukčních, tak povýrobních dat o výrobku, která jsou ve formě 3D mračen bodů. Algoritmus vypočítá chybovost výroby porovnáním finálního výrobku s jeho konstrukčním návrhem. Výsledek v rámci souboru dodaných výrobních dat představuje prvotní vhled do problematiky.

 


Jiří Rosický, výkonný ředitel ING Corporation

„Navrhované řešení může zefektivnit výrobu díky možnosti detekce neshodných výrobků. V další fázi by bylo možné výsledky využít k identifikaci problematických částí samotného konstrukčního řešení výrobku. To by dále zvýšilo efektivitu celého procesu návrhu a výroby.“