AI สำหรับการควบคุมคุณภาพการผลิต: การมองเห็น, ข้อบกพร่อง, และการตัดสินใจ

การตรวจสอบคุณภาพเป็นสิ่งที่ต้องรักษาสมดุลระหว่างความเร็ว, ความแม่นยำ, และต้นทุนมาโดยตลอด AI โดยเฉพาะอย่างยิ่ง computer vision สมัยใหม่ ได้เปลี่ยนสมดุลนั้นในลักษณะที่กำลังปรับเปลี่ยนวิธีที่โรงงานคิดเกี่ยวกับข้อบกพร่อง หลักสูตรนี้จะให้การแนะนำอย่างสงบและมีโครงสร้างเกี่ยวกับสาขาวิชานี้ โดยไม่จำเป็นต้องมีพื้นฐานด้านการผลิตหรือ AI มาก่อน คุณจะได้เรียนรู้ว่าระบบการมองเห็นสามารถตรวจจับข้อบกพร่องประเภทใดได้ดี, จุดที่ยังคงเป็นปัญหา, และการตัดสินใจไหลจากขั้นตอนการตรวจสอบไปสู่การดำเนินการบนสายการผลิตได้อย่างไร หลักสูตรนี้ยึดมั่นในแนวคิดที่ใช้กันอย่างแพร่หลายและชี้ให้เห็นถึงความก้าวหน้าสมัยใหม่ที่กำลังปรับเปลี่ยนโรงงานอัจฉริยะ สิ่งที่คุณจะได้เรียนรู้: - ทำความเข้าใจเป้าหมายของการควบคุมคุณภาพการผลิตและบทบาทของ AI ในปัจจุบัน - ตระหนักถึงประเภทหลักของข้อบกพร่องที่ตรวจจับโดย computer vision รวมถึงปัญหาพื้นผิว, มิติ, และการประกอบ - สำรวจบทบาทของแสง, เลนส์, และการตั้งค่ากล้องในการตรวจสอบด้วยระบบการมองเห็นที่ประสบความสำเร็จ - อ่านขั้นตอนการทำงานทั่วไปตั้งแต่การกระตุ้นการตรวจสอบไปจนถึงการจับภาพ การตัดสินใจ และการดำเนินการ - เปรียบเทียบแนวทาง deep learning สมัยใหม่ รวมถึง classification, segmentation, และ anomaly detection - ทำความเข้าใจบทบาทของ edge inference, ข้อจำกัดด้านความเร็วสายการผลิต, และการบูรณาการกับระบบ PLC หลักสูตรเริ่มต้นด้วยเป้าหมายของการควบคุมคุณภาพ, ดำเนินการผ่านเทคนิค AI ที่ใช้ในการตรวจสอบสมัยใหม่, และปิดท้ายด้วยการที่การตัดสินใจกลายเป็นการกระทำบนสายการผลิตจริง แบบฝึกหัดที่เป็นลายลักษณ์อักษรจะช่วยให้คุณเชื่อมโยงแต่ละแนวคิดเข้ากับผลิตภัณฑ์จริงหรือพื้นที่โรงงาน หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นอย่างแท้จริงที่ไม่มีพื้นฐานด้านการผลิตหรือ AI รวมถึงนักศึกษาวิศวกรรม, นักพัฒนาซอฟต์แวร์ที่เข้าสู่งานอุตสาหกรรม, และผู้ปฏิบัติงานที่สนใจเครื่องมือตรวจสอบใหม่ๆ ไม่จำเป็นต้องมีพื้นฐานใดๆ หลักสูตรนี้จะอธิบายทุกแนวคิดเมื่อปรากฏขึ้นและเคารพความเป็นจริงของการดำเนินงานในโรงงาน