Orafol déploie une solution à base d'IA pour automatiser l'inspection de ses lentilles de Fresnel

Face à la complexité du contrôle manuel de composants plastiques parfois limités à 4 mm de diamètre, l'entreprise allemande Orafol Fresnel Optics a automatisé le processus d'inspection pour garantir des opérations en continu (24/7) et assurer la traçabilité de bout en bout de plus de 1,5 million de lentilles déjà inspectées.

Automatisation d'un contrôle qualité complexe
Avant cette intégration, l'inspection des microstructures des lentilles de Fresnel nécessitait l'intervention de 15 opérateurs examinant chaque pièce sous des éclairages spécifiques. Pour pallier la fatigue visuelle et le manque de constance inhérents à cette tâche répétitive, Orafol a opté pour le logiciel Zebra Aurora Vision Studio associé au module Aurora Deep Learning. Cette plateforme no-code, compatible avec des caméras standards, a été couplée à une tourelle optique sur mesure développée spécifiquement pour capturer les détails infimes des lentilles. Selon Rico Traxdorf, membre de l'équipe Production et Technologie, le système applique désormais des critères de rejet strictement objectifs, éliminant toute variabilité d'interprétation humaine face aux rayures ou aux défauts.

Mise à l'échelle avec l'intégration partenaire
Face au succès de ce premier déploiement et à l'augmentation des volumes de production, Orafol s'est associé à ID Engineering, intégrateur partenaire de Zebra, pour concevoir un second système d'inspection à plus haute cadence dédié à d'autres types de fenêtres optiques. Comme le souligne Jason Harvey, vice-président IA et Automatisation EMEA chez Zebra Technologies, l'intégration du deep learning au plus près des lignes de production permet de lier les environnements numériques et physiques, résolvant des défis industriels d'inspection optique complexes tout en réaffectant les opérateurs à des tâches à plus forte valeur ajoutée.

Contexte supplémentaire : Les défis optiques des lentilles de Fresnel face à la vision classique
Cette section détaille des dynamiques d'inspection optique et d'intelligence artificielle qui ne sont pas incluses dans le communiqué d'origine.

L'inspection automatisée des lentilles de Fresnel représente l'un des défis les plus ardus dans le domaine de la vision industrielle. Contrairement à une lentille convexe classique dont la surface est lisse, une lentille de Fresnel est constituée d'une série d'anneaux concentriques étagés (des micro-prismes). Lors d'une inspection par caméra, ces crêtes concentriques diffractent et reflètent la lumière de manière chaotique, générant un bruit optique intense, des effets de moiré et des reflets parasites. Les algorithmes de vision industrielle traditionnels, dits "basés sur des règles" (qui cherchent des contrastes marqués ou des contours géométriques définis), sont incapables de faire la différence entre une véritable rayure, un défaut d'injection plastique (short-shot) et le reflet normal d'un micro-prisme. C'est ici que le Deep Learning (l'apprentissage profond via des réseaux de neurones convolutifs) devient indispensable. Au lieu d'être programmé avec des règles mathématiques strictes, le modèle IA est entraîné sur des milliers d'images de lentilles "conformes" et "défectueuses". Il apprend ainsi par lui-même à ignorer le bruit optique inhérent à la structure de Fresnel pour se concentrer uniquement sur les anomalies structurelles, rendant possible l'inspection automatisée de composants de 4 mm de diamètre.

Publié avec l'assistance de l'IA par Lekshman Ramdas, rédacteur pour Induportals.

www.zebra.com