Inspection de soudures sur ligne d'assemblage automobile
Système de vision IA pour la classification en temps réel de l'intégrité des soudures sur ligne d'assemblage automobile Tier 1. Remplacement du contrôle visuel manuel intermittent par un contrôle 100 % en ligne à 0,3 s par image.
99,1 %
de précision sur la classification des soudures
60 %
de réduction du temps d'inspection
0,3 s
de latence d'inférence par image
Contexte
Le problème
Contrôle visuel intermittent insuffisant
Contrôle manuel par échantillonnage sur des soudures MIG/MAG et par points sur caisse en blanc. Cadence incompatible avec un contrôle 100 % — les défauts sous-marins (porosités internes, manque de fusion) non détectables visuellement.
Exigences IATF 16949 et donneur d'ordre OEM
L'OEM exige une traçabilité de contrôle 100 % avec PPM < 10 sur les soudures de structure. Le niveau de contrôle actuel ne permet pas de documenter ce taux de couverture.
Variabilité inter-opérateurs
Critères d'acceptation interprétés différemment selon les opérateurs et les équipes. Taux de rebut plus élevé sur les shifts de nuit que sur les shifts de jour pour les mêmes types de défauts.
Volume et diversité des points de soudure
120 à 180 points de soudure par caisse selon le modèle, 4 types de procédés (MIG, MAG, par points, laser). Le système doit être multi-procédé sur une même ligne.
Solution
Architecture déployée
Caméras industrielles haute résolution + éclairage structuré
Cameras 20 MP GigE Vision en configuration stéréo sur bras robotisé. Éclairage LED structuré pour révéler les défauts de surface (porosités, projections, manque de pénétration). Trigger synchronisé sur fin de cycle robot.
CNN classification multi-classe + détection d'anomalies
Modèle supervisé (EfficientNet fine-tuné) sur 12 000 images annotées couvrant 8 classes de défauts. PatchCore en couche complémentaire pour les défauts non vus à l'entraînement. Optimisé TensorRT pour inférence à 0,3 s.
GPU industriel embarqué + serveur central
NVIDIA Jetson AGX Orin sur chaque station de contrôle pour l'inférence temps réel. Agrégation des résultats sur serveur central pour le reporting qualité et la traçabilité.
MES + système de traçabilité OEM
API REST vers système MES (Apriso) pour enregistrement des résultats par numéro de caisse. Signal éjection vers robot de marquage. Export des logs pour l'audit IATF et les rapports qualité OEM.
Dashboard qualité temps réel
Vue ligne : taux de défauts par type, par station, par shift. Alertes sur dérive (PPM par type de défaut). Heatmap des zones à risque sur modèle 3D de la caisse.
Résultats
Résultats observés
Mesurés sur 6 mois de production post-déploiement sur 2 lignes d'assemblage.
99,1 %
Précision de classification
Sur les 8 types de défauts ciblés après 6 semaines de calibration en production. 99,6 % sur les défauts critiques de structure.
60 %
Réduction du temps d'inspection
Le temps de contrôle par caisse est passé de 18 min (manuel sur échantillon) à 7 min (100 % automatique) avec une couverture bien supérieure.
0,3 s
Latence d'inférence par image
Inférence TensorRT sur Jetson AGX Orin. Compatible avec une cadence de 60 caisses / heure sans goulot d'étranglement.
100 %
Couverture de contrôle documentée
Chaque soudure de chaque caisse a un enregistrement horodaté avec décision, score de confiance et image source. Audit IATF et reporting OEM directement alimentés.
Retour d'expérience
Ce qu'on en retient
Démarrer
Une ligne d'assemblage avec des points de soudure à contrôler ?
Décrivez-nous le procédé de soudage, les types de défauts critiques et la cadence. Analyse de faisabilité sous 48h.