Bilgisayarla Görü Destekli Kalite Kontrol: Üretim Hatlarında Hata Tespit Mimarisi

Geleneksel imalat ortamlarında kalite kontrol süreçleri uzun yıllar boyunca büyük oranda operatörün görsel muayenesine dayanmıştır. Özellikle kablaj, elektromekanik montaj ve hassas talaşlı imalat gibi detay yoğun sektörlerde, bir personelin saatler boyunca aynı dikkat seviyesini koruyarak yüzlerce konnektör pinini, lehim noktasını veya krimp yüksekliğini denetlemesi biyolojik sınırlılıklar nedeniyle oldukça güçtür. Göz yorgunluğu, dikkat dağınıklığı ve vardiya geçişlerindeki algı farklılıkları, üretim sahasından hatalı parçaların kaçmasına yol açabilir. Günümüzde endüstriyel donanım ve algoritmaların gelişmesiyle birlikte bilgisayarla görü (computer vision) sistemleri, hata yakalama operasyonlarını insan inisiyatifinden çıkararak deterministik, kaydedilebilir ve anlık doğrulanabilir bir yapıya kavuşturmaktadır.

Üretim hattına entegre edilen bir bilgisayarla görü sistemi, yalnızca kameradan görüntü alıp ekrana yansıtan basit bir izleme mekanizması değildir. Doğru aydınlatma, uygun optik lens seçimi, kenar bilişim donanımı, kural tabanlı veya yapay zeka destekli görüntü işleme modelleri ve nihayetinde elde edilen sonuçların işletmenin merkezi kurumsal kaynak planlama (ERP) altyapısına aktarılmasını kapsayan uçtan uca bir mühendislik çözümüdür.

Bilgisayarla Görü Destekli Kalite Kontrol Sistemi Nedir?

Bilgisayarla görü destekli kalite kontrol, üretim bandından geçen yarı mamul veya nihai ürünlerin yüksek çözünürlüklü endüstriyel kameralarla taranması ve elde edilen piksel verilerinin özel yazılımlar aracılığıyla analiz edilerek ürünün belirlenen spesifikasyonlara uyup uymadığının saniyeden kısa sürelerde karara bağlanması sürecidir.

Sistem, operatörün yerine geçmekten ziyade, operatörün gözden kaçırabileceği mikron seviyesindeki geometrik sapmaları, yanlış renk sıralamalarını, eksik bileşenleri veya yüzey deformasyonlarını hat durmadan yakalamayı amaçlar. Hata tespit edildiğinde hat anında durdurulabilir, pnömatik iticilerle hatalı ürün hurda/tamir konveyörüne ayrılabilir ve tespit edilen kusurun görsel kanıtı ilgili seri numarasıyla ilişkilendirilerek dijital hafızaya işlenir.

Donanım Mimarisi: Kamera, Optik ve Aydınlatma Seçimi

Bir görüntü işleme projesinde yazılım ne kadar gelişmiş olursa olsun, algoritmaya beslenen ham görüntünün kalitesi doğrudan fiziksel donanıma bağlıdır. Kötü aydınlatılmış veya odak derinliği yetersiz bir görüntüden güvenilir sonuç üretmek neredeyse imkansızdır. Başarılı bir kontrol istasyonu kurmak için üç temel bileşenin hat dinamiklerine göre tasarlanması gerekir:

• Endüstriyel Kameralar: Tüketici elektroniğindeki kameraların aksine, endüstriyel kameralar yüksek kare hızlarına (FPS), global shutter mekanizmasına ve zorlu fabrika koşullarına dayanıklı gövdelere sahiptir. Hareket halindeki parçaların kontrolünde global shutter sensörler tercih edilir; bu sayede 'rolling shutter' sensörlerde görülen hareket bulanıklığı ve geometrik bozulmalar engellenir.
• Optik Lensler ve Görüş Alanı (FOV): Denetlenecek parçanın fiziksel boyutları ve kameranın montaj mesafesi, odak uzaklığı ihtiyacını belirler. Distorsiyonsuz ölçüm yapılması gereken kritik parçalarda standart lensler yerine telesentrik lensler tercih edilmelidir. Telesentrik lensler, parçanın kameraya olan mesafesi hafifçe değişse bile büyütme oranını sabit tutarak milimetrik ölçüm doğruluğu sağlar.
• Aydınlatma Düzenekleri: Kontrol edilecek malzemenin yüzey özellikleri ışık seçimini belirler. Yansıtıcı metal yüzeylerde veya parlak kablo kılıflarında parlamayı engellemek için polarize filtreler ve kubbe (dome) aydınlatmalar kullanılır. Ters ışık (backlight) teknikleri parçanın sadece dış silüetini ve geometrik boyutlarını kontrol etmek için idealdir; yönlü halka (ring) ışıklar ise yüzey kusurlarını ve gravürleri belirginleştirmek için tercih edilir.

Kural Tabanlı Görüntü İşleme ve Derin Öğrenme Yaklaşımları

Saha verisi sayısallaştırıldıktan sonra analizi gerçekleştiren yazılım katmanı genellikle iki ana yönteme veya bunların hibrit birleşimine dayanır:

1. Kural Tabanlı (Rule-Based) Klasik Algoritmalar

Ölçülerin, açıların ve renk kodlarının matematiksel olarak kesin tanımlandığı senaryolarda klasik yöntemler son derece hızlı ve kararlıdır. Çizgi tespiti, kenar çıkarma (edge detection), eşikleme (thresholding) ve şablon eşleme (template matching) gibi teknikler bu gruptadır. Örneğin bir konnektör soketinin dış genişliğinin 24.5 mm olup olmadığı veya lehim deliğinin çapı klasik algoritmalarla mikron hassasiyetinde ölçülebilir. Bu yaklaşım çok düşük işlem gücü gerektirir ve mikrodenetleyicilerde ya da küçük PLC tabanlı akıllı kameralarda dahi milisaniyeler içinde çalışır.

2. Derin Öğrenme (Deep Learning) Tabanlı Yaklaşımlar

Hatanın geometrik olarak standart bir formda olmadığı; çizik, ezilme, kumaş dokusu bozukluğu, leke veya yabancı madde gibi değişken kusurların denetlendiği durumlarda derin öğrenme devreye girer. Evrişimli Sinir Ağları (CNN) mimarileri, önceden yüzlerce hatalı ve hatasız numuneyle eğitilerek karmaşık yüzeylerdeki anormallikleri tespit eder. Derin öğrenme, özellikle kablaj demetlerindeki karmaşık kablo rotalaması kontrollerinde ve tekstil/plastik yüzey denetimlerinde klasik yöntemlerin yetersiz kaldığı esnekliği sağlar.

Kablaj ve Elektronik Montaj Hatlarında Uygulama Alanları

Hassas montaj ve kablo grubu imalatında bilgisayarla görü teknolojisinin en yaygın kullanıldığı kritik kontrol noktaları operasyonel riskleri minimuma indirir:

1. Konnektör Pin Dizilimi ve Renk Sıralaması: Çok damarlı kablolarda renklerin konnektör hücrelerine yanlış pinlenmesi, elektriksel testte geç fark edilirse pinlerin sökülüp yeniden takılmasına, bu da terminal hasarına yol açar. Görü istasyonu, konnektör arkasından kablo renklerinin reçetedeki sırayla eşleşip eşleşmediğini montaj anında denetler.
2. Terminal Krimp Yüksekliği ve İzolasyon Payı: Kablo ucuna basılan terminalin soyulmuş tel boyu, krimp tırnaklarının teli tam sarıp sarmadığı ve izolasyonun doğru konumda olup olmadığı mikroskobik kamera istasyonlarıyla incelenir.
3. Karşılık Jig ve Mekanik Kilit Kontrolü: Test jigine yerleştirilen kablo demetinin kilit mandallarının tam kapandığı, etiketlerin doğru açıyla yapıştırıldığı ve yönlendirme klipslerinin eksiksiz olduğu optik olarak doğrulanır.
4. Elektronik Kart Lehimleme Kusurları: Otomatik Optik Muayene (AOI) mantığıyla, SMD ve THT bileşenlerin lehim köprüleri, soğuk lehim riskleri, eksik komponentler veya polarite yönleri saniyeler içinde taranır.

Görüntü İşleme Sisteminin ERP ve Üretim Yürütme (MES) Katmanına Entegrasyonu

Kalite kontrol istasyonunda üretilen 'Hata Var / Hata Yok' kararı tek başına yeterli değildir. Endüstriyel dönüşümün temel kuralı, sahadaki fiziksel eylemin dijital kayıtla bütünleşmesidir. Kamera sistemi doğrudan hattaki iş emriyle konuşmalıdır:

Görüntü işleme istasyonu bağımsız bir ada olarak çalışmamalıdır; iş emri açıldığında hangi ürün reçetesinin ve tolerans setinin yükleneceğini ERP sisteminden çekmeli, denetim sonucunu ise parça seri numarasıyla eşleştirerek veritabanına geri yazmalıdır.

Bu entegrasyon şu adımlarla hayata geçirilir:

• İş Emri Parametrelerinin Yüklenmesi: Operatör tezgaha bir iş emri çağırdığında, merkezi sistem kameraya o ürüne ait kontrol şablonunu (toleranslar, renk dizilimi haritası, eşik değerleri) otomatik olarak gönderir. Böylece operatörün manuel ayar yapma hatası ortadan kalkar.
• Seri Numarası ile Fotoğrafın Eşlenmesi: Parça üzerindeki DataMatrix veya barkod kamera tarafından okunur. Yapılan muayenenin sonucu (OK / NOK), ölçülen milimetrik değerler ve parçanın çekilen görseli sıkıştırılarak merkezi sunucuya veya dosya depolama alanına seri numarası etiketiyle kaydedilir.
• Geriye Dönük İzlenebilirlik: Müşteriden veya savunma/otomotiv ana sanayisinden aylar sonra bir kalite uyarısı geldiğinde, ilgili parçanın montaj anındaki yüksek çözünürlüklü fotoğrafı ve ölçüm logları ERP üzerinden tek tıkla incelenebilir.

Endüstriyel Sahada Uygulama Zorlukları ve Pratik Çözümler

Laboratuvar ortamında sorunsuz çalışan görüntü işleme algoritmaları, gerçek fabrika tabanına indirildiğinde bazı teknik engellerle karşılaşır. Bu engeller önceden öngörülmelidir:

Sonuç

Bilgisayarla görü destekli kalite kontrol, üretim süreçlerinde sıfır hata hedefine yaklaşmak isteyen üreticiler için vazgeçilmez bir teknolojik yatırımdır. Bu yatırımı sadece bir kamera satın almak olarak görmek yerine; optik fiziği, kenar bilişim altyapısı, doğru algoritma seçimi ve kurumsal yazılımlarla çift yönlü veri akışını içeren bütüncül bir mimari olarak ele almak gerekir. Hataların sahada, oluştuğu ilk saniyede yakalanması; hurda maliyetlerini düşürürken, sevkiyat sonrası ortaya çıkabilecek prestij ve tazminat kayıplarının önüne geçer.

BENGU, Sakarya merkezli ERP, web tasarım ve dijital çözüm ortağıdır. Sahanıza uygun bir kurgu konuşmak isterseniz iletişim formundan yazabilirsiniz.