24 Vision odhalí „zmetky“ na pásu. „Z výrobní linky už nevyjede vadný kus,“ slibuje CEO Martin Hriško

24 Vision odhalí „zmetky“ na pásu. „Z výrobní linky už nevyjede vadný kus,“ slibuje CEO Martin Hriško

17. úno 2020 Václav Lang 5 min

Jak zabezpečit, aby stroje v sériové výrobě „nevyplivávaly" vadné výrobky či produkty neodpovídající požadované konfiguraci? Frýdecko-místečtí 24 Vision System mají řešení. Jejich nástroj napřed nasnímá, jak má výsledný produkt vypadat, naučí podle toho neuronové sítě, a pak už jen porovnává výsledky se zadáním. Společnost byla vybrána do akcelerátoru StartupYard. Na otázky Newsroomu odpovídal její CEO Martin Hriško.

Co přináší vaše firma 24 Vision?

Náš produkt 24 Vision System je určen pro manažery kvality, kteří nechtějí, aby vadné výrobky opouštěly jejich výrobní linky. Soustředíme se primárně na sériovou výrobu, ideálně just in sequence/just in time, kde je velká variabilita daných modelů a toho, co se na dané lince vyrábí. Snímáme nejen to, jestli výrobek není nějakým způsobem poškozen, ale jsme schopni hlídat i dodržování dané konfigurace. Vizuálně poznáme, jestli výrobek odpovídá skutečné objednávce zákazníka a je s ní opravdu shodný.

To znamená, že nahrajete do systému s umělou inteligencí data o tom, jak má produkt vypadat, a ten je pak porovnává se skutečností?

Technicky to funguje tak, že pomocí kamer snímáme výrobek, obrázky projdou neuronovou sítí a ta na základě vzorů, které už má naučené, vyhodnotí, jestli je tam vada, případně jestli daná komponenta odpovídá konfiguraci. Na výstupním displeji se zobrazí výsledek, zda je výrobek v pořádku, a pokud ne, tak operátorovi ukáže přímo místo, kde byla nalezena chyba. Operátor potom rozhodne, zdali výrobek pošle na opravu, nebo jej vyřadí.

Ukážu vám to na příkladu s Hyundaí, pro kterou pracujeme. Máme náš systém nainstalovaný v Hyundai Transys, jenž vyrábí sedačky, přičemž ve výrobě existuje více než čtyři tisíce variant sedaček a není možné, aby člověk toto obrovské množství variant znal. Náš systém zná každou jednotlivou konfiguraci dané sedačky a přesně ví, co pro danou sedačku má kontrolovat. Pokud najde rozdíl nebo chybu, tak informuje výrobní linku a zobrazí výstup operátorovi.

Jste mladá firma, máte už víc takových klientů?

Náš systém byl nasazen jako produkt v květnu loňského roku a teď se soustředíme právě na rozvoj obchodního oddělení, takže Hyundai Transys je náš první zákazník. Nyní se zaměřujeme na automobilový sektor, v kterém jsme v posledních měsících získali velký zájem od předních firem na českém trhu a v současné době pracujeme na šesti pilotních projektech pro nasazení umělé inteligence pro kontrolu kvality.

Počítáte do budoucna i s jiným odvětvím, nebo zůstanete výhradně u automobilek?

Náš systém je univerzální, může ho využít jakékoli jiné odvětví, kde je sériová výroba. Automotive sektor známe už velice dobře a již nyní čerpáme ze stávajících kontaktů, kde se na nás obracejí výrobci komponent, jako jsou sedačky, motory, převodovky a vůbec ti, co dodávají už nějaké kompletní funkční celky, tzv. TIER1 nebo TIER2 výrobci, na které dnes cílíme.

Dá se vyčíslit, jak velké procento vadných kusů v takovéto výrobě vyjede z linky?

Je to různé. Jsou tam dva aspekty, které musíme zohledňovat: vady, čili taková ta klasická zmetkovitost, a nesprávná konfigurace, kdy je při současné dynamice každé auto, které opouští výrobní linku, jiné. Ta čísla nejsou úplně veřejná, ale k chybám tam dochází. A je jedno, jestli je to v sektoru automotive, nebo kdekoli jinde, kde se sériově vyrábí například elektronika. Většinou jsou však tyto údaje nezveřejnitelné.

Na tiskové konferenci jste říkal, že s vaším produktem jste schopni garantovat, aby z výrobní linky už nevyšel žádný vadný kus. Stojíte si za tím?

Stojíme si za tím. Náš systém je totiž založen na principu, že v okamžiku, kdy zákazník zavádí například nějakou modifikaci výrobku, tak si už neuronovou síť dotrénuje sám. Náš nástroj je udělaný tak, že když uděláte třeba nějaký facelift nebo změníte část výrobku, tak výrobek prochází sériovou linkou v režimu učení. Neuronová síť se z tohoto výrobku naučí označené části a přetrénuje svůj model. Pokud výrobek projde výrobou znovu, bude už síť vědět, jestli je správný, nebo naopak vadný.

Jak dlouho trvá implementovat váš systém do výrobního procesu?

Implementace je v řádu od šesti měsíců do jednoho roku. Je to i s návazností na to, že musíme získat a vybudovat kontrolní místo v dané výrobní lince.

Probíhá to tak, že nám zákazník vždy na začátku sdělí, jaké má ve výrobě problémy. My je zanalyzujeme, provedeme takzvaný rapid prototyping, na který máme interně šest týdnů, a do šesti týdnů zákazníkovi sdělíme, zda-li je jejich problém řešitelný naším systémem, a navrhneme mu celé řešení. Pokud zákazník souhlasí, podepisujeme smlouvu, dáváme se do instalace a pak už je to velice rychlé.

Poněkud to připomíná jinou novinku, za kterou rovněž stojí StartupYard, tedy Neuron Soundware. S tím rozdílem, že oni hledají chyby v sériové výrobě na základě zvuků, vy zase na základě obrazu…

Ano, firmu Neuron Soundware známe, zaměřuje se na poslouchání strojů a prediktivní údržbu za použití AI. My se soustředíme na finální kontrolu kvality ve výrobě a zobrazení výsledků v reálném čase, což standardními vision metodami není možné.

Na kolik vaše řešení vyjde?

Cenu je nutné rozdělit na dvě části. V první části se pořizuje hardware, který je nutný pro běh systému, jako jsou kamery a pracovní stanice. Podle složitosti řešení se pohybujeme jednorázově mezi 15 a 25 tisíci euro.

Druhou část tvoří cena za software, jenž obsahuje licence a support, a ty se platí na měsíční bázi. Rozlišujeme tři cenové úrovně: Basic, Advanced a Enterprise v závislosti na dodaných funkcionalitách. Měsíční poplatek se pohybuje mezi dvěma a třemi tisíci euro.

Aktuálně jste účastníky akceleračního kola StartupYardu, ale vznikli jste už loni v květnu. Do té doby jste tedy vše financovali z vlastních prostředků?

Ano. Je to tak, že jsme vznikli vyčleněním z mateřská firmy zabývající se poskytováním IT služeb, která nám poskytuje zázemí i finance.

V nové společnosti jsme dnes tři spoluvlastníci - já mám na starosti strategii, obchod a motivaci našeho týmu, kolega Martin Cviček se jako technický ředitel stará o kompletní vývoj a směřování produktu a Zdeněk Neustupa coby systémový architekt se zabývá neuronovými sítěmi.

Jaké jsou vaše výhledy do budoucna?

Naším cílem je v roce 2020 získat minimálně pět zákazníků v České a Slovenské republice a instalovat naše řešení na více výrobních linkách, čímž získáme i zpětnou vazbu pro rozšíření a doplnění našeho systému. V příštím roce chceme vstoupit na evropský trh, předně do Německa a Francie. Soustřeďujeme se teď hlavně na sektor automotive, kde se chceme stát jedničkou pro český trh v oblasti finální kontroly kvality a do roku 2022 i v Evropě. Postupně se chceme rozšířit i na další odvětví - máme ve výhledu spotřební elektroniku, potravinářství, farmacii a další sektory.

Václav Lang

Šéfredaktor SJ News. Předtím téměř deset let pracoval jako politický reportér v předních českých médiích. Střídavě žije na rodné Šumavě a v Ciudad de México.

Další články autora →

Líbil se vám článek? Sdílejte jej!
SJ Ads
Přečtěte si dále
Související témata: Osobnosti, Startupy, Technologie
Nenechte si uplavat nové články!
Váš e-mail
Sledujte nás:
Další články