Inspeção de qualidade de solda por visão computacional

Abstract

Atualmente, a inspeção de qualidade de solda de carrocerias de caminhões na Scania é feita manualmente por técnicos, com ênfase nos elementos visuais e em um ambiente controlado, tornando-a ideal para a automação. Por isso, esse estudo propõe o desenvolvimento de um sistema de inteligência artificial baseada em uma rede neural capaz de identificar, a partir de imagens, se uma solda é aceitável ou não. Para isso, é utilizada uma rede neural pré-treinada convolucional com alterações nas últimas camadas para detecção de solda. O sistema é treinado com imagens coletadas e geradas a partir de corpos de prova soldados por braços robóticos na Scania em condições diversas e verossímeis, alterando a potência, velocidade e salubridade do corpo de solda para simular situações que geram soldas indesejáveis. O limiar utilizado para decidir se a solda é satisfatória ou não é de 70% de certeza, determinado de forma a minimizar os falsos positivos. A rede treinada foi testada com um conjunto de imagens novas e a precisão atingida foi de 99,35%.