Sztuczna inteligencja w skanerze skutecznie dostrzega i rozróżnia wady mimo szorstkiej powierzchni materiału

Sztuczna inteligencja w skanerze skutecznie dostrzega i rozróżnia wady mimo szorstkiej powierzchni materiału

Nawet starszego typu optymalizerka połączona ze skanerem WOODINSPECTOR Q-SCAN 604  nie wie, że to on wychwycił wady w drewnie, gdyż podczas przejazdu deski pod czujnikiem „kredki” optymalizerki, moduł OptiADD symuluje sygnał z czujnika kredki na sterownik optymalizerki, jakby na desce były zaznaczone kredką kreski.

– Wdrożenie w firmie PRO-TAR Sp. z o.o. z Zakrzewa k. Poznania skanera Q-SCAN 604 do wykrywania wad w materiale szorstkim, przekazywanym bezpośrednio po przetarciu, i podłączenie go do optymalizerki było dla nas dużym wyzwaniem – przyznaje Grzegorz Kotnarowski, prezes firmy WOOD-
INSPECTOR z Lublina. – Od długiego czasu pracowaliśmy nad stworzeniem rozwiązania w takiej formule, albowiem otrzymywaliśmy zapytania o możliwość automatycznego skanowania tarcic niestruganych oraz współpracy naszego skanera z optymalizerkami starszej generacji, które wciąż są sprawne, ale mają w stosunku do nowszych modeli uboższe opcje wyposażeniowe, ograniczające współpracę, choćby właśnie ze skanerami. To zaś powodowało, że zainteresowanie automatycznym skanowaniem tarcic było odkładane do czasu wyposażenia się w nową optymalizerkę.

Fot. Woodinspector

Skanowanie szorstkiej tarcicy

Niedawne wdrożenie w firmie Pro-tar Sp. z o.o. rozwiązało oba problemy. Codzienna eksploatacja potwierdza, że skaner WOODINSPECTOR Q-SCAN 604, zastosowany do optymalizacji materiału sosnowego o jakości powierzchni po traku, współpracujący z optymalizerką WEINIG ELITE 200 z 2007 r., prawidłowo wykonuje powierzone zadania, które nie są proste. Firma zajmuje się przerobem drewna iglastego, głównie sosnowego, a jej specjalnością jest pozyskiwanie bezsęcznych elementów meblowych oraz produkcja elementów klejonych, takich jak listwy łączone na mikrowczepy, kantówki warstwowe i płyty meblowe. Fryzy wykonywane są w wielu wymiarach, ale 25 mm jest podstawową grubością elementów. Zazwyczaj procesowi optymalizacji jest poddawany materiał o bardzo słabej widoczności powierzchni. W tej sytuacji głównym wyzwaniem było skuteczne skanowanie materiału, przy zachowaniu wysokiej skuteczności wykrywania wad, zwłaszcza sęków, z opcją akceptowania tych dopuszczalnych w elementach dla meblarstwa.

Fot. Woodinspector

Poszerzenie funkcjonalności

– Podłączenie skanera do czujnika „kredki” wymagało rozwiązania zapewniającego stabilność działania oraz precyzję wyzwalania „kredki”, czyli wysyłania do agregatu piły maszyny sygnału, kiedy należy wady wycinać, a kiedy je pozostawiać – wyjaśnia Grzegorz Kotnarowski. – Dzisiaj uważamy, że w tym projekcie uczyniliśmy znaczący krok poszerzający funkcjonalność naszego systemu skanowania. Pozwala na skanowanie materiału szorstkiego, bezpośrednio po przetarciu na traku, którego powierzchnia może być brudna, pomazana, z napisami. Więc warunkiem skutecznego dostrzegania wad w tarcicy nie jest jej wcześniejsze struganie, co w wielu firmach jest problemem, albo nie jest wymagane jej struganie, więc nie decydują się na skaner. Ponadto, udało nam się podłączyć skaner do używanej maszyny z czujnikiem reagowania „na kredkę”.

Okazuje się, że nieważne, ile lat ma maszyna i jakiego jest producenta. Jeśli tylko ma czujnik, reagujący na zaznaczenie wad kolorową kredką, to można ją połączyć ze skanerem i optymalizerka będzie doskonale spełniała swoje funkcje oraz oczekiwania użytkownika.

Fot. Woodinspector

Niezawodna sztuczna inteligencja

Firma Pro-tar Sp. z o.o. kupuje materiał od różnych dostawców, więc skaner działa na bardzo różnej jakości powierzchni. Jest niestrugany, po trakach taśmowych, ramowych i tarczowych, więc jego powierzchnia jest bardzo różna. Na materiale występują napisy z tartaku, zabrudzenia po przekładkach, ślady po widłach wózków czy nawet kora „wtarta” w strukturę drewna.

– Przy zastosowaniu standardowych metod wykrywania wad, jak kolorystyka lub interpretacja linii lasera, te wtrącenia powodują błędy działania skanerów – dodaje rozmówca. – Zdarza się, że deski są cięte tam, gdzie nie ma prawdziwych wad. Zastosowane przez nas modele sztucznej inteligencji filtrują te zaburzenia i wybierają do usunięcia tylko prawdziwe wady drewna. W przypadku PRO-TAR Sp. z o.o. są to wszystkie sęki – zdrowe i chore. Skaner używa zaawansowanych modeli sztucznej inteligencji, aby skutecznie je dostrzegać na materiale o bardzo słabej jakości powierzchni, z wieloma powierzchownymi zaburzeniami. Algorytmy rozróżniają te zaburzenia i wykrywają jako wadę tylko prawdziwe defekty drewna. Kolejną wadą są pęcherze i smugi żywiczne. Tutaj również jakość powierzchni była dużym wyzwaniem. Jednak skaner jest w stanie odróżnić żywicę w formie smug od zwykłego usłojenia. Następnym problemem jest reakcja skanera na oflisy. Konieczne było wykrywanie oflisu od szerokości 3 mm i zaznaczanie jako wady. Mniejszy oflis jest usuwany w następnych procesach obróbki. Materiał niestrugany bardzo komplikuje wykrycie kolejnej wady, jaką są pęknięcia od grubości 0,5 mm. Odpowiednie wytrenowanie modeli sztucznej inteligencji pozwala na skuteczne wykrywanie takich pęknięć w „trudnym” materiale.

Fot. Woodinspector

Standardy czystych fryzów

Spełnienie tych oczekiwań powoduje, że prześwietlenie skanerem i przekazywanie sygnałów do modułu optymalizerki zapewnia uzyskanie materiału o standardach czystych fryzów i na elementy klejone do mebli. Skaner nie tylko określa wszystkie wady, ale również powoduje optymalizowanie go na dłuższe odcinki ze względu na ich rodzaj i cenę produktu finalnego. Ponadto, utworzone programy pozwalają na określenie położenia i rodzaju wady na przekroju poprzecznym produktu.

Dodatkowy sterownik

Podłączenie urządzenia do tego typu optymalizerek obejmuje trzy moduły: głowicę skanującą Q-SCAN 604, układ transportowy i buforujący deski oraz moduł OptiADD, symulujący znaki dokonane kredką. Niewątpliwie, sukcesem lubelskiej firmy jest podłączenie skanera firmy Woodinspector do optymalizerki marki Weinig. Skaner wysyła do specjalnego sterownika OptiADD tablicę danych do cięcia deski. Moduł OptiADD jest podłączony do czujnika „kredki” w optymalizerce. Następnie podczas przejazdu deski pod czujnikiem „kredki” optymalizerki, moduł OptiADD symuluje sygnał z czujnika „kredki” na sterownik optymalizerki.

Fot. Woodinspector

– Wygląda to tak, że podczas przejazdu deski przez stację kredek, jej sterownik dostaje impulsy o wadach, choć kredek na desce wokół wady nie ma. Optymalizerka „nie wie”, że ma podłączony do siebie skaner. Jest to bardzo ważne przy pracy ze starszymi maszynami, gdzie nie ma możliwości modyfikacji programu sterującego i dodania obsługi interpretacji danych ze skanera – tłumaczy Grzegorz Kotnarowski. Stwarza to możliwość powszechniejszego zastosowania tego typu rozwiązania, eliminującego pracownika zaznaczającego wady i gwarantującego nawet większą precyzję w dostrzeganiu wad, w krótszym czasie. Wszak cały proces wykrywania wad realizowany jest w przelocie materiału przez skaner, a następnie przez optymalizerkę, bez jego zatrzymywania.

~Jerzy Piątkowski