플라스틱 산업의 품질 보장 자동화

플라스틱 품질 검사에서 기존의 머신 비전 솔루션이 두 가지 큰 문제에 부딪혔다. 첫 번째는 반사 문제이고, 두 번째 문제는 같은 생산 라인에서 다양한 제품을 생산해야 한다는 점이다.

 

요나단 하야트(Yonatan Hyatt) Inspekto CTO

 

결함이 있는 부품에 들어가는 비용이 만만치 않다. 이는 재 작업이나 수리, 재료 손실, 품질 보증, 신뢰 상실, 브랜드 오명 등은 당연히 따르는 결과이며 일부에 불과하다. 제조사들은 가급적 모든 생산 단계를 자동화하여 처리 시간을 줄이고 비용을 최소화하여 효율을 높이고자 한다. 하지만 품질이 불량한 최종 제품은 생산성을 최적화하기 위한 모든 노력을 물거품으로 만든다. 이런 이유로 품질 보장 안전망은 모든 생산 라인과 조립 라인의 핵심 요소 가운데 하나이다.

머신 비전 솔루션은 품질 보장의 중추이며, 사출 성형, 회전 성형, 압연, 프레스, 3D 프린팅 등의 플라스틱 가공 프로세스의 결과를 점검하게 위해 자주 사용한다. 하지만 기존 머신 비전 솔루션에는 일련의 문제가 있다. 설정과 작동이 복잡하고 비용이 많이 들어가며 설치와 교육에 수개월이 걸리고, 조도 변화나 진동 등의 외부 영향으로 인해 정확도가 저하되고 있다.

 

또한 플라스틱 제조사들은 머신 비전 솔루션의 특정 단점들과 싸워야 한다. 반사가 심한 플라스틱 표면을 올바르게 조명하는 것이 어렵다. 이는 빛 반사를 카메라가 제품의 물리적 특징으로 인식하여 시각적 장애를 일으킬 수 있기 때문이다. 다른 한편으로 기존 머신 비전 솔루션은 생산 라인의 특정 지점에서 하나의 제품만 검사할 수 있도록 설계되어 있어, 정밀 플라스틱 사출 성형과 같은 사례에 적합하지 않다. 또한 플라스틱 제조업에서는 하나의 생산 라인에서 형태가 각각 다른 제품을 제조하는 경우도 많다. 따라서 수많은 플라스틱 제조사들이 수동 품질 검사 공정에 의존하고 있으며, 이러한 체계적이지 못한 프로세스는 인더스트리 4.0의 의미에서 현대식 생산의 엄격한 품질 표준을 준수할 수가 없다.

 

자율 머신 비전 솔루션

머신 비전 솔루션의 일반적인 한계는 산업용 품질 점검을 위한 머신 비전 솔루션의 새로운 카테고리인 자율 머신 비전이라는 컨셉트로 극복할 수 있다. 이 카테고리는 간단하고 빠르게 구현하거나 역동적인 생산 라인에 적용할 수 있는 솔루션을 제공한다. 이러한 유형의 솔루션을 가능하게 하는 한 가지 기술이 이스라엘 업체인 Inspekto의 AMV(Autonomous Machine Vision)-AI이다. 이 기술은 검사 프로세스의 각 단계에 인공 지능을 사용하여 카메라 설정 셀프 조정에서부터 검사할 샘플 부품 개수를 스스로 결정하는 것까지 완전 자율 시스템으로 제품 특성을 학습할 수 있다. AMV-AI는 검사기의 유연한 전기광학 시스템을 조정하고 최적화한다. 소프트웨어와 하드웨어가 조합된 이 솔루션은 각 검사 사례에 맞게 역동적이고 자율적으로 최적화되고, 설치와 조정이 쉬워 여러 제품을 검사할 수 있다.

 

AMV 시스템은 특정 프로젝트에 맞게 설계되어 전문가가 작동해야 하는 기존 머신 비전 솔루션과 달리, 머신 비전에 대한 사전 자식이 없이도 기성 제품으로 단시간에 셋업할 수 있다. 사용자는 제품 포장을 제거하고 검사할 품목의 윤곽만 마우스로 따라 20 ~ 30개의 양호 샘플 부품을 시스템에 제시하면 즉각 검사를 시작할 수 있다. 새로운 제품을 검사하고자 하는 경우에도 이러한 단순한 프로세스를 매번 반복하기만 하면 된다. 따라서 AMV는 구성이 자주 바뀌는 생산 라인에 이상적이다.

 

AMV를 사용하면 중소기업에게도 정확하고 신뢰할 만한 비용 효율적인 품질 보장으로 가는 문이 열린다. 전통적으로 이러한 기업들은 직원들이 수작업으로 검사를 하는 경우가 많았다. 기존 머신 비전 솔루션에 드는 투자비를 정당화하기에는 생산 수량에 못 미치거나, 생산 사이클이 너무 짧고 변화무쌍한 경우가 많았기 때문이다.

머신 비전 기술은 명확하고 신빙성 있는 이미지를 촬영하여 결함을 식별하기 위해 대상을 올바르게 조명할 수 있어야 한다. 하지만 이와 관련하여 플라스틱에는 특별한 여러 가지 문제가 있다. ABS(아크릴 니트릴 부타디엔 스티롤)와 같은 일부 플라스틱의 재질은 광택이 있어서 반사가 심하다. 검은색 부품에 검은색 오류와 같이 부품 색상과 오류 색상이 동일한 플라스틱 제품은 기존 머신 비전 시스템으로 검사하는데 문제가 있었다.

 

Inspekto S70은 부품 샘플을 학습한 후 바로 플라스틱 부품에서 오류를 감지한다.

Inspekto는 머신 비전 시스템의 전기광학 요소를 조정하는 인공 지능 모듈을 통해 이 문제를 해결했다. 사용자는 카메라와 검사 대상 간 거리, 조명, 초점, 셔터 속도, 노출 시간 등 이미지 촬영을 위한 매개변수를 직접 정하지 않아도 된다. 이 모든 매개변수는 인공 지능 기반 모듈이 자동으로 선택하고 조정한다. 따라서 AMV 솔루션은 검사 대상에 대해 최상의 이미지를 자동으로 촬영할 수 있다. 또한 초점 및 심도를 자동으로 조절하고 여러 프로파일을 생성할 수 있다는 점은 대상의 여러 영역을 각기 다른 깊이로 지원하여, AMV 시스템은 깊고 복잡한 대상을 검사할 수 있다. 따라서 시스템을 새로 구성하지 않고도 복잡한 3D 프린팅 대상의 오류를 효과적으로 검사할 수 있다. Inspekto S70의 이미징 모드는 HDR 모드나 안티 반사 모드를 비롯하여 여러 가지로 검사할 부품의 요건에 따라 시스템이 자동으로 선택한다. 이러한 모드는 다양한 조명 방향과 강도로 촬영된 대상의 이미지 여러 개를 모아서 시스템이 자동으로 만들어, 표면 반사가 심한 대상의 검사 결과도 신뢰할 수 있다.

 

플라스틱 제조사들은 AMV를 이용하여 단일 시스템으로 생산 라인의 동일 지점에서 여러 제품을 검사할 수 있다. 새로운 제품을 검사해야 한다면 간단하게 설정 프로세스를 반복하기만 하면 된다. 이 시스템은 이러한 특성으로 인해 생산 라인 구성을 자주 바꾸거나 고객 별로 제품을 검사해야 하는 경우에 특히 유용하다. 3D 프린팅 라인을 사용하고 생산 수량이 소량 내지 중간 정도인 유연한 생산을 구사해야 하는 업체도 AMV 시스템의 이점을 누릴 수 있다. 이러한 장점은 플라스틱 제조사들이 자동화된 품질 보장을 구현할 수 있고, 이러한 시스템을 다른 업체의 서비스에 의존하지 않고 직접 설정할 수 있다.