AI voor kwaliteitscontrole en afwijkingsrapportages: wat een maakbedrijf vooraf moet weten

Twentynext, data- en AI-bureau in Eindhoven sinds 2014, bouwt automatische kwaliteitscontrole voor maakbedrijven: een beeldherkenningsmodel dat elk product in de lijn beoordeelt op uw eigen afkeurnormen, en dat van elk oordeel data maakt waarmee u de oorzaak van afkeur vindt. Wij zitten in de Kennedytoren in Eindhoven, midden in de Brabantse maakindustrie, en werken voor productiebedrijven in heel Nederland. Dezelfde mensen die het model bouwen, koppelen het aan uw lijn en houden het daarna draaiend.

Wat AI-kwaliteitscontrole doet, en wat niet

AI-kwaliteitscontrole, in de industrie ook kwaliteitsinspectie genoemd, beoordeelt elk product terwijl de lijn draait. Anders dan een steekproef controleert het systeem alles, consistent en in het tempo van de productie: dezelfde afwijking krijgt aan het eind van een nachtdienst hetzelfde oordeel als aan het begin, ook bij afwijkingen die met het blote oog lastig te betrappen zijn, zoals haarscheuren, kleurverloop of een verkeerde uitlijning.

Wat het niet is: een algemeen model dat “defecten” herkent. Een bruikbaar systeem is getraind op uw eigen producten en uw eigen afkeurnormen, want wat bij u een afkeur is, is bij een ander bedrijf normale variatie. Handmatige inspectie verdwijnt bovendien niet; ze verschuift. Het model haalt het volume weg, de mens beoordeelt de gevallen die het model onzeker vindt. Het percentage twijfelgevallen is de maat waarop wij sturen.

Van afkeur naar afwijkingsrapportage

De vraag naar afwijkingsrapportages is bij veel maakbedrijven de eigenlijke reden om te beginnen. Elk oordeel van het model is ook data: product, tijdstip, lijn, batch, soort afwijking. Zodra daar genoeg van is, verschuift de vraag van “welk product keuren we af” naar “waarom gaat het mis”:

• welke combinatie van instellingen, batch en tijdstip voorafgaat aan een piek in afkeur;
• welke kleine afwijkingen aankondigen dat er iets in de lijn wegloopt, vóórdat het product buiten de norm valt;
• waar in het proces de oorzaak zit, in plaats van waar hij zichtbaar wordt.

Die rapportage landt in de systemen die u al gebruikt. De koppeling met bestaande productieapparatuur, IoT-platforms en rapportage is bij ons onderdeel van het werk, niet een losse fase erna.

Waar u een partij op beoordeelt

Er zijn in Nederland leveranciers van complete inspectiesystemen en er zijn partijen die een model op uw eigen productie bouwen. Welke u ook kiest, deze vragen scheiden een werkend systeem van een dure demo:

• Begint het traject op uw echte lijn? Verlichting die per seizoen verandert, producten die net anders liggen en een lijn die niet stil mag staan bepalen of het werkt. Wij beginnen met een week beelden verzamelen op de echte lijn, nog vóór er een model getraind wordt.
• Traint de partij op uw afkeur? Vraag hoeveel voorbeelden van afgekeurde producten er nodig zijn en wat er gebeurt als u die nauwelijks bewaard hebt. Dan begint het traject met verzamelen; dat is geen diskwalificatie, maar het bepaalt de doorlooptijd.
• Waar landt het oordeel? Een signaal naar de operator, een uitwerpmechanisme of een registratie in uw bestaande systemen. Zonder die plek in het proces heeft het oordeel geen waarde.
• Wie beheert het daarna? Een model op een productielijn veroudert: nieuwe productvarianten, andere grondstoffen, een verplaatste camera. Vraag wie dat bijhoudt en onder welke afspraak.

Wat het nodig heeft en wat het kost

Een werkend systeem vraagt beeld van voldoende kwaliteit (stabiele belichting en een vaste cameraopstelling wegen zwaarder dan een duurdere camera), voorbeelden van afkeur uit uw eigen productie en een plek in het proces waar het oordeel landt. Een eerste opstelling met camera, verlichting en model kost meestal tussen de 25.000 en 75.000 euro, afhankelijk van het aantal productvarianten. Bij een lijn met meer dan 1 procent afkeur is dat doorgaans binnen een jaar terugverdiend. Dit zijn richtlijnen uit onze projecten, geen garantie: elke situatie vraagt maatwerk, en bedragen en doorlooptijden stellen we per organisatie vast.

Waarom een Brabants maakbedrijf bij ons uitkomt

Niet omdat wij om de hoek zitten, al scheelt dat bij een week op uw lijn. Wel omdat wij geen inspectiepakket verkopen maar een oplossing bouwen die in uw eigen proces draait, op uw eigen data, zonder licentie op software van iemand anders, en omdat dezelfde ploeg die bouwt het daarna beheert. Verwant werk voor de maakindustrie staat bij CAD/CAM-automatisering, uitgevoerd voor een fabrikant van trapliften.

Meer over de aanpak leest u op de pagina over kwaliteitscontrole. Wilt u weten of uw lijn er klaar voor is? Plan een kennismaking van 30 minuten; we reageren binnen één werkdag. Eerst weten waar uw organisatie staat met data? Doe de gratis Data Maturity Scan: zestien vragen, direct resultaat.

Zo maken we dit. AI schreef de eerste versie en een tweede AI-model van een andere aanbieder las tegen. Twentynext is verantwoordelijk voor de inhoud. We controleren feiten en bronnen zorgvuldig, maar kunnen juistheid en volledigheid niet garanderen. Zie onze disclaimer.