Bối cảnh và nhu cầu của khách hàng

Khách hàng trong case study là một nhà sản xuất cuộn vật liệu dệt quy mô lớn, với sản phẩm được ứng dụng trong nhiều lĩnh vực công nghiệp khác nhau. Trong đó, vải dệt dùng cho túi khí ô tô là dòng sản phẩm có yêu cầu đặc biệt khắt khe về độ an toàn, tính đồng nhất và khả năng kiểm soát lỗi bề mặt.

Trước áp lực ngày càng cao từ các tiêu chuẩn của ngành ô tô, khách hàng đặt mục tiêu nâng cấp quy trình kiểm tra chất lượng, giảm sự phụ thuộc vào việc kiểm tra thủ công và tăng độ ổn định của sản phẩm. Bài toán đặt ra không chỉ là phát hiện lỗi, mà còn là nhận diện chính xác các khuyết tật rất nhỏ trên bề mặt vải có kết cấu phức tạp.

Vấn đề gặp phải

Quá trình kiểm tra vải dệt dùng cho túi khí ô tô đặt ra nhiều thách thức lớn đối với các hệ thống kiểm tra truyền thống như:

• Lỗi đa dạng: Các lỗi dạng xơ sợi, sợi thừa hoặc bề mặt không đồng đều có hình dạng và kích thước thay đổi liên tục, không theo một mẫu cố định.
• Gây nhiễu hệ thống thị giác: Cấu trúc dệt và cuộn vải tạo ra nền ảnh nhiều hoa văn, dễ gây nhầm lẫn giữa đặc tính vật liệu bình thường và lỗi thực tế.
• Khó khăn trong lấy nét: Khi kiểm tra mặt bên của cuộn vải hình trụ, các vùng ở rìa cong thường bị mờ hoặc lệch tiêu cự, làm tăng nguy cơ bỏ sót lỗi.
• Không đồng nhất dữ liệu: Sự khác biệt giữa đánh giá của con người và kết quả dự đoán của AI khiến việc xây dựng bộ dữ liệu huấn luyện chuẩn trở nên phức tạp.

Giải pháp triển khai

Để giải quyết bài toán này, nhóm dự án đã triển khai một mô hình thử nghiệm (Proof of Concept) kết hợp giữa robot cộng tác, hệ thống thị giác công nghiệp và AI phát hiện lỗi của Techman Robot.

Hệ thống sử dụng camera công nghiệp độ phân giải cao cùng nguồn sáng phù hợp, được bố trí để quan sát mặt bên của cuộn vải dệt ở khoảng cách hợp lý. Trong quá trình đánh giá, nhóm kỹ thuật nhận thấy rằng AI chỉ đạt hiệu quả cao khi được hỗ trợ bởi thiết kế cơ khí phù hợp.

Cụ thể, việc chụp ảnh tĩnh không đảm bảo toàn bộ bề mặt cuộn vải luôn nằm trong vùng tiêu cự. Do đó, phương án tích hợp cơ cấu quay cuộn vải được đề xuất, giúp từng khu vực bề mặt lần lượt đi qua vùng lấy nét của camera, từ đó nâng cao độ chính xác khi phát hiện lỗi.

Ở cấp độ phần mềm, mô hình AI được huấn luyện trên tệp dữ liệu gồm nhiều dạng lỗi khác nhau. Tính năng Auto AI Training được tận dụng để hệ thống tự động thu thập thêm các mẫu NG, giảm đáng kể hiện tượng báo sai (false positive) trong môi trường có nhiều nhiễu thị giác.

Kết quả mang lại

Kết quả thử nghiệm trong môi trường phòng lab cho thấy giải pháp mang lại hiệu quả rõ rệt và có khả năng ứng dụng thực tế cao:

• Phát hiện lỗi chính xác: AI nhận diện hiệu quả các lỗi bề mặt trên vải dệt, ngay cả khi nền ảnh có cấu trúc phức tạp.
• Giảm nhầm lẫn với kết cấu vải: Hệ thống phân biệt rõ giữa hoa văn dệt bình thường và khuyết tật thực tế, hạn chế false positive.
• Xác định rõ yêu cầu thiết kế cơ khí: Thử nghiệm cho thấy việc kết hợp AI với cơ cấu quay giúp khắc phục triệt để hiện tượng bỏ sót lỗi do mờ hoặc lệch tiêu cự.
• Khả năng mở rộng trong tương lai: Auto AI Training có thể tự học và thích nghi với các dạng lỗi mới phát sinh, đảm bảo tính ổn định trong vận hành dài hạn.

Case study này cho thấy kiểm tra chất lượng vải dệt dùng cho túi khí ô tô bằng AI là hướng tiếp cận hiệu quả, đặc biệt với các vật liệu có bề mặt phức tạp và yêu cầu độ tin cậy cao. Thành công của giải pháp không chỉ đến từ thuật toán AI Techman, mà là sự kết hợp đồng bộ giữa thị giác máy, thiết kế cơ khí và chiến lược huấn luyện dữ liệu phù hợp.

Temas là nhà phân phối chính hãng robot cộng tác Techman tại Việt Nam, đồng có nhiều kinh nghiệm triển khai các giải pháp robot, AI vision và tự động hoá cho nhà máy sản xuất. Nếu doanh nghiệp của bạn đang tìm kiếm một giải pháp kiểm tra chất lượng thông minh, linh hoạt và có khả năng mở rộng lâu dài thì hãy liên hệ với chúng tôi, Temas sẵn sàng đồng hành để xây dựng phương án phù hợp nhất cho dây chuyền sản xuất của bạn.