DeepSight et Intel aident un fabricant de pneus à accélérer la détection des défauts

Shanghai DeepSight utilise la distribution Intel® du kit d'outils OpenVINO™ pour aider un grand fabricant de pneus à réduire les déchets et les coûts et à accroître son efficacité.

Points essentiels à retenir :

  • DeepSight et Intel ont permis à un grand fabricant de pneus de résoudre des défauts que ses inspecteurs humains n'avaient pas pu voir auparavant, et de le faire plus rapidement.

  • Grâce à la solution DeepSight s'appuyant sur Intel®, le fabricant de pneus a amélioré son taux de précision de détection des défauts à plus de 99,9 %.1

  • L'automatisation et l'accélération de la détection précoce des défauts à moins d'une seconde par inspection ont permis au fabricant de pneus de maximiser l'efficacité de la production tout en réduisant les coûts globaux.

  • Une meilleure détection des défauts entraîne une amélioration de la qualité des produits, ce qui contribue à réduire les retours de produits coûteux et à accroître la rentabilité.

author-image

Par

L'immense opportunité des petits défauts

Aujourd'hui, la République populaire de Chine compte quelque 600 fabricants de pneus qui produisent au total environ 800 millions d'unités par an, soit un tiers de la production totale de pneus dans le monde.1

Garantir une qualité de produit constante à cette échelle est un défi. La plupart des entreprises s'appuient sur l'inspection manuelle, une stratégie longue et peu fiable. Il faut environ trois mois pour former les inspecteurs, les inspections occupant jusqu'à 80 % de leur temps. Même dûment formés, les humains portent des jugements subjectifs et ne sont généralement capables de maintenir qu'un taux de précision de 90 à 95 %.1

Un grand fabricant de pneus a décidé de suivre une voie différente, se tournant vers des partenaires technologiques expérimentés pour trouver une meilleure solution. Les résultats ont été spectaculaires.

DeepSight concentre l'IA sur la prévention des défauts

Cherchant une réponse aux défauts des pneus, le fabricant s'est rendu à Shanghai DeepSight. DeepSight utilise des technologies de pointe en matière de deep learning (apprentissage profond), de vision par ordinateur et de traitement de l'image pour analyser la vidéo en temps réel et extraire des informations et des idées clés qui changent les choses pour les entreprises.

DeepSight propose des produits de test très précis et très stables qui aident efficacement les clients à résoudre les problèmes. L'entreprise est également solidement ancrée dans le secteur industriel, ayant entrepris de nombreuses collaborations industrielles fructueuses qui se concentrent sur la détection des défauts industriels.

Supprimer les petits défauts des pneus

S'appuyant sur son expertise en matière d'IA, DeepSight s'est attaqué au problème des défauts permanents du fabricant de pneus par le biais de la vision par ordinateur. Différents types de défauts nécessitent différents systèmes d'imagerie afin d'obtenir les meilleures images. La solution DeepSight est basée sur le deep learning et s'appuie sur une capacité de calcul considérable. Le système d'imagerie comprend :

  • Une caméra
  • Une lentille
  • Une source de lumière
  • La structure mécanique (différents types de défauts nécessitent différents systèmes d'imagerie)

L'équipement de pointe de la solution est composé de :

Les données images sont d'abord collectées par le système d'imagerie. Elles sont ensuite transmises au dispositif périphérique pour une détection et une analyse en temps réel par Deep Inspect, le logiciel de DeepSight. Les résultats sont ensuite communiqués à la chaîne de production pour être classés.

L'équipement de test de DeepSight remplace l'équipement de test d'origine. L'interface configurée peut être directement reliée à la chaîne de production du client, permettant à ce dernier de vérifier la précision et la stabilité de l'équipement de test par échantillonnage.

DeepSight s'associe à Intel pour accélérer la détection

L'équipe principale de DeepSight est issue d'Intel Labs. Pour obtenir les meilleurs résultats de détection, DeepSight s'est donc tourné vers Intel, qui a apporté à l'équation des technologies clés ainsi qu'une expérience cruciale en matière d'IA, de vision par ordinateur et de deep learning. Intel a optimisé l'algorithme en utilisant la distribution Intel® du kit d'outils OpenVINO™.

Le kit d'outils a fourni des outils de vision informatique et d'inférence deep learning optimisés pour les processeurs Intel® qui ont permis d'améliorer considérablement les performances. En accélérant le matériel Intel® avec la distribution Intel® du kit d'outils OpenVINO™, DeepSight a pu faire fonctionner son algorithme de modèle de détection de manière stable sur un ordinateur industriel ordinaire.

Les matériel et logiciel intégrés ont accéléré les performances et permis au logiciel d'inspection de DeepSight de détecter les défauts plus rapidement. Cela a permis de gagner du temps sur l'optimisation et le développement, et d'accélérer le déploiement.

Transformer de petits défauts en grands avantages

L'automatisation et l'accélération de la détection précoce des défauts ont permis au fabricant de pneus de maximiser sa production tout en réduisant les déchets et les coûts globaux. Cet effort a également permis d'atteindre une grande stabilité et un faible impact sur l'environnement.

Désormais, les problèmes à l'origine des défauts des pneus peuvent être résolus plus tôt dans le processus de fabrication, plutôt qu'après que les pneus aient quitté la chaîne de production. Aujourd'hui, grâce à la solution DeepSight s'appuyant sur Intel®, le fabricant est en mesure d'inspecter plus de 20 000 pneus par jour en temps réel avec un taux de précision amélioré de plus de 99,9 %.1

La vitesse de détection s'est aussi considérablement améliorée par rapport à une inspection manuelle traditionnelle, puisqu'elle est désormais inférieure à une seconde en moyenne par inspection, une amélioration considérable par rapport aux méthodes précédentes. L'amélioration de la vitesse et de la précision a également profité aux résultats en contribuant à réduire les coûts de main-d'œuvre d'environ 42 000 USD par ligne de production.1

La solution fonctionne rapidement, à la même vitesse que la chaîne de production d'origine, ce qui est très apprécié par le fabricant de pneus. Elle offre également une forte évolutivité et un apprentissage accéléré en cas de nouveaux défauts. Sur la base de ce premier succès, la solution DeepSight a depuis été déployée dans d'autres chaînes de production et devrait également être utilisée pour d'autres inspections de pneus connexes.

DeepSight et Intel aident un fabricant de pneus à passer à la vitesse supérieure

En fonctionnant ensemble, la technologie DeepSight, les processeurs Intel® Core™ et la distribution Intel® du kit d'outils OpenVINO™ ont permis au fabricant client de DeepSight d'identifier rapidement des éléments que ses inspecteurs humains n'avaient pas pu voir auparavant et d'éliminer les tâches qui peuvent fatiguer la vue des inspecteurs. L'inspection par des machines est objective et ne fatigue pas : elle peut donc fonctionner en continu, avec plus de rapidité et d'efficacité.

En permettant à l'entreprise de s'attaquer à la cause première des défauts des pneus avant qu'ils ne deviennent des problèmes plus importants, DeepSight a aidé le fabricant de pneus à obtenir des améliorations bienvenues en matière d'efficacité de la production, de vitesse de déploiement, de productivité des employés, de réduction des déchets et de qualité des produits.