Az EyeC mesterséges intelligencián alapuló hibaosztályozása

Az EyeC ProofRunner rendszerében a mesterséges intelligencia (AI) által támogatott hibaosztályozás pontosabban felismeri és elkülöníti a hibák okait, amint az az alábbi példából is látható.


Példák a mesterséges intelligencián alapuló hibaosztályozásra
Ábra 1. Példák a mesterséges intelligencián alapuló hibaosztályozásra

Ellenőrzési paraméterkészlet

Célközönség: minőségbiztosítási vezető

Az aktiválás után az ellenőrzési paraméterkészletben (megnyitható az Ellenőrzési beállítások > Ellenőrzési paraméterkészlet menüpont alatt) módosíthatja a beállításokat annak érdekében, hogy megkülönböztesse a végfelhasználó szempontjából, illetve a minőségi céljai szempontjából releváns és irreleváns hibákat.

Az ellenőrzési paraméterkészletben megadott beállítások határozzák meg azokat a szűrési lehetőségeket, amelyek az ellenőrzési folyamat során a galéria nézetében elérhetők.


Ellenőrzési beállítások > Ellenőrzési paraméterkészlet
Ábra 2. Ellenőrzési beállítások > Ellenőrzési paraméterkészlet

Minden hibakategóriát hozzárendelhet az alábbi állapotok egyikéhez: Aktív, Passzív, vagy Figyelmen kívül hagyás és a csúszkával beállíthatja a hiba súlyosságát.

Aktív állapot:

  • Felismeri a hibákat.

  • Riasztás érkezik a kezelőhöz.

  • Ha be van állítva, gépi műveletet indít el; például leállító jelet küld az áttekercselőnek.

  • Az adatokat egy adatbázisba menti (Quality Link).

  • A jelentésben megjeleníti a részleteket.

  • Az ellenőrzés során vált az Élő kép és a hibás ismétlődés nézet között.

A passzív állapot „csendben” rögzíti a hibát:

  • Hiba esetén nem jelzi a rendszer, így a kezelőnek több ideje jut a feladatok elvégzésére.

  • Nem vált ki gépi műveletet.

  • Az adatokat egy adatbázisba menti (Quality Link).

  • A jelentésben megjeleníti a részleteket.

  • Az ellenőrzés során NEM vált az Élő kép és a hibás ismétlődés nézet között.

  • A hibákat automatikusan „jó anyagként” lehet megjelölni (lásd az alábbi ábrát), így azok a statisztikákban is jóként jelennek meg, és ezáltal csökken a hulladék mennyisége. A hibás elemek nem kerülnek eldobásra, mint a figyelmen kívül hagyás üzemmódban, hanem megjeleníthetők a EyeC ProofRunner jelentésben, elmentésre kerülnek a Quality Link adatbázisba, és szükség esetén a nyomdai utómunkálatok során a Quality Managerben is áttekinthetők.

A figyelmen kívül hagyás állapot elveti a hibákat


Passzív mód - megfelelő anyagnak minősítés
Ábra 3. Passzív mód - megfelelő anyagnak minősítés

A több hiba automatikus értékelésével kapcsolatos további információkért lásd: Az ellenőrzési eredmények értékelése a Quality Manager használatával.