Intermittent (Aralıklı) Görsel Defektleri Kamera Destekli Kalite Kontrol ile Tekrarlanabilir Olarak Tespit Etme

Neden "aralıklı" (intermittent) görsel defektler ayrı bir strateji gerektirir?

Hattınızda nadiren ve çoğunlukla kısa süreli beliren görsel hatalar; sensör sapması, malzeme konumlanma, anlık elektriksel gürültü veya operatör müdahalesi gibi sebeplerle ortaya çıkabilir. Bu tür olaylar hem müşteri iadelerine hem de üretim kalitesinin bozulduğuna dair itirazlara yol açar. Standart tek kareli kontrol yaklaşımları bu durumları kaçırır; çünkü defekt görüntüsü birkaç milisaniye içinde kaybolabilir. Bu yazıda, bu probleme yönelik donanım, tetikleme, zamanlama, yazılım mimarisi ve veri yönetimi açısından uygulanabilir adımlar sunuyoruz.

Makale kapsamında ele alınacak örnek arama niyeti

Okuyucunun ihtiyacı: "Üretim hattında aralıklı olarak ortaya çıkan görsel kusurları tekrarlanabilir şekilde yakalamak için hangi kamera yerleşimi, tetikleme, zaman senkronizasyonu ve veri saklama stratejilerini uygulamalıyım?" Bu yazı bu soruya pratik bir yol haritası ve uygulanabilir teknik öneriler sağlar. Eğer doğrudan bir çözüm testi veya proje çalışması yapmak isterseniz firmamızın Kamera destekli kalite kontrol IoT hizmetimiz üzerinden detaylı danışmanlık alabilirsiniz. Proje veya bilgi talebi için İletişim sayfamızdan ulaşabilirsiniz.

1) Donanım seçiminde kritik kararlar

• Global shutter vs rolling shutter: Hızlı hareket eden parçalarda motion blur ve geometrik bozulmayı engellemek için global shutter kameralar tercih edin.
• Çözünürlük ve fps trade-off: Yüksek fps gerektiren bir süreçte çözünürlüğü makul seviyede tutup frame rate’i yükseltmek genelde daha etkilidir. Örneğin 5–10 MP yerine 1–2 MP sensör ve 120–500 fps kombinasyonu kısa süreli olayları yakalamada daha başarılı olabilir.
• Lens, perspektif ve saha derinliği: ROI (Region of Interest) kümelerini küçültüp ışık ihtiyacını azaltmak için uygun odak uzaklığı ve diyafram seçin. Dar açılı lenslerle bozulma azaltılır.
• Aydınlatma: Strobe (flash) aydınlatma ile motion blur’u elimine edin; LED strobelar ve polarize filtrelerle yüzey parlamasını kontrol edin.

2) Tetikleme stratejileri: olayın zamanını doğru yakalamak

Aralıklı defektleri yakalamada tetikleme en kritik parçadır. Sürekli kayıt yerine tetiklemeli kayıtlar depolama, indeksleme ve inceleme açısından daha pratiktir.

• PLC/encoder tabanlı tetikleme: Parça konumuna bağlı trigger sinyalleri (PLC dijital çıkışı veya enkoder pulse) ile kamera tetikleyin. Bu, parçanın aynı bölgesinde her ürün için aynı kare setini almanızı sağlar.
• Olay tabanlı tetikleme (event-trigger): Hareket sensörü, yüksek hızlı ışık bariyeri veya mikrosaniye düzeyinde elektrokimyasal sensörlerden gelen sinyalle kısa video klipler kaydedin.
• Pre-buffer + post-buffer: Sürekli video akışını kısa süreli ring buffer’da tutup tetik geldiğinde pre/post görüntüleri kaydederek olay öncesi ve sonrası analizini mümkün kılın. Bu, özellikle birkaç ms içinde kaybolan anomaliler için vazgeçilmezdir.

3) Zaman senkronizasyonu ve izlenebilirlik

Zaman damgası tutarlılığı hem hatalı olayın kökenini tespit etmek hem de ERP/üretim takip sistemleri ile eşleştirme için zorunludur.

• PTP/NTP kullanımı: Kamera yakalama sistemleri, PLC ve IoT ağ geçitleri için NTP yeterliyse çok dikkatli konfigüre edin; yüksek doğruluk gerekliyse Precision Time Protocol (PTP) tercih edin.
• Olay id’si ve seri numarası eşleştirme: Her tetiklemeye üretim sürecinden alınan bir parça ID/seri numarası veya batch ID bağlayın. Bu bilgi ya PLC üzerinden tetikleme sinyaliyle birlikte gönderilir ya da barkod/vision OCR ile anlık okunur.
• Log ve hash: Kritik olay kayıtlarına ait meta verilerin (timestamp, kamera ID, tetik kaynağı) hash’ini tutarak değişmezlik denetimi sağlayabilirsiniz.

4) Yazılım mimarisi ve veri akışı

Uygulanabilir bir mimari genelde üç katmandan oluşur: kenar (edge) işleme, veri taşıma katmanı ve merkezi depolama/servis katmanı.

• Edge processing: Kameraya yakın bir IPC veya gömülü görüntü işleme cihazında ilk filtreleme (ROI crop, basit blob/edge tespit, model tabanlı ön sınıflandırma) yapılmalı. Bu, ağ trafiğini azaltır ve sadece potansiyel anomali kliplerini merkeziye gönderir.
• Mesajlaşma ve kuyruk: Merkeziye asenkron veri iletimi için MQTT veya enterprise message broker (RabbitMQ, Kafka) kullanın. Mesaj içinde olayın meta verileri, depolanan video dosya yolu ve parça ID’si olsun.
• API katmanı: ASP.NET Core ile yazılmış bir REST/GraphQL API, olay kayıtlarını alıp SQL Server'da meta veriyi saklamak ve dosyaları objestore (NAS, S3 uyumlu) içine yönetmek için uygundur. Bu katman ERP ve üretim takip sistemleriyle entegrasyon için de ideal noktadır.

5) Video ve görüntü saklama politikaları

Video verisi hızla büyür. Bu nedenle saklama kuralları net olmalıdır.

• Klip boyutu ve format: 2–5 saniyelik klipleri H.264/H.265 ile sıkıştırarak saklayın. Ayrıca kritik anın yüksek kaliteli snapshot görüntüsünü (lossless PNG/JPEG) metadata ile eşleştirin.
• Retention policy: Normal üretim için kısa süre (örn. 30–90 gün), şüpheli olaylar veya müşteri itirazı halinde uzatılmış saklama (örn. 2 yıl) gibi katmanlı politikalar uygulayın. SQL Server'da bu politikayı destekleyecek bir status alanı ve silme işleyicisi planlayın.
• Indexing ve hızlı erişim: Seri numarası, parti numarası, üretim hattı ve timestamp ile indekslenmiş metadata tabloları oluşturun. Arama performansı için uygun indeksleme ve partitioning uygulayın.

6) Entegrasyon: ERP ve kalite takip sistemleriyle eşleştirme

Video olayını ERP’ye bağlarken amaç; parça seviyesinde izlenebilirlik ve iş akışı tetiklemektir. Basit ve güvenilir yaklaşımlar:

• Event-based entegrasyon: ASP.NET Core API üzerinden gelen olayları önce doğrulayın, sonra ERP’ye asenkron mesajla (mesaj kuyruğu veya API çağrısı) bildirin. Her iletimde idempotency token kullanın.
• Meta veri eşleştirme: ERP'de ilgili üretim emrine veya lot’a referans taşıyacak alanlar oluşturun. Böylece kalite olayı ERP ekranından açıldığında ilgili video ve snapshot’a doğrudan erişim sağlanır.
• Denetim izleri: Hangi kullanıcı videoyu izledi, kim yorum yaptı gibi eylemler SQL Server üzerinde audit tablolarına kaydedilmeli; bu kayıtlar müşteri itirazlarında delil olarak sunulabilir.

7) Kullanıcı arayüzü ve inceleme iş akışları

Operatörlerin hızlı karar alması için arayüz tasarımı önemlidir:

• Ön izleme ve anotasyon: Olay klibini oynatma, kritik kareleri işaretleme ve yorum bırakma imkanı verin.
• Filtreleme: Tarih, hat, serie numarası, defect tipi gibi filtrelerle hızlı sorgu yapılabilmeli.
• İş akışı entegrasyonu: Onay/red ve tekrar üretim için workflow entegrasyonu ile ERP'de ilgili kayıt otomatik güncellenmeli.

8) Pratik uygulama listesi (Checklist)

• Kamera: global shutter, yeterli fps ve uygun lens seçildi mi?
• Aydınlatma: strobe ile motion blur ortadan kaldırıldı mı?
• Tetikleme: PLC/encoder veya event sensörleri ile pre/post buffer konfigüre edildi mi?
• Zaman senkronizasyonu: PTP/NTP ile tüm cihazlar senkron mu?
• Edge processing ile ağ yükü azaltıldı mı? Yalnızca şüpheli klipler gönderiliyor mu?
• Meta veri: seri numarası/batch ID olay ile ilişkilendiriliyor mu?
• Saklama politikası ve indeksleme SQL Server üzerinde planlandı mı?
• ERP/üretim takip entegrasyonu için API ve idempotency sağlandı mı?

Sık karşılaşılan hatalar ve kaçınma yolları

• Yetersiz tetikleme: Tetik sinyali parçayı her zaman aynı noktada yakalamıyorsa, enkoder veya konum bazlı trigger’a geçin.
• Fazla veri saklama: Tüm akışı kaydetmek disk ve arama maliyetlerini artırır. Edge filtreleme ve kısa klip saklama ile maliyeti yönetin.
• Timestamp uyuşmazlığı: Kamera ve PLC saatleri senkron değilse olayların ilişkilendirilmesi zorlaşır; PTP/NTP konfigürasyonunu sıkı tutun.
• ERP eşleşme eksikliği: Parça ID’si klibe bağlanmıyorsa, barkod veya OCR ile anlık ID yakalayın.

Sonuç

Aralıklı görsel defektlerin tekrarlanabilir biçimde yakalanması için tek bir sihirli çözüm yoktur; başarılı uygulama donanım, tetikleme, zaman senkronizasyonu, edge işleme, sağlam bir veri akışı ve ERP ile sağlıklı entegrasyonu bir arada yürütmeyi gerektirir. Yukarıdaki adımlar saha deneyimine dayanarak uygulanabilir teknikler sunar. Eğer mevcut hattınız için bir pilot uygulama planlamak isterseniz, çözümün mimarisinin üretim hattınıza göre özelleştirilmesi gerekir — bunun için teknik danışmanlık almak isterseniz Kamera destekli kalite kontrol IoT hizmetimiz ve proje talepleri için İletişim sayfamızdan bize ulaşabilirsiniz.

Uygulama ipucu: Yeni bir hattı canlıya almadan önce bir hafta boyunca pre-buffer tabanlı gözlem yaparak hangi tetik noktalarının en çok işe yaradığını veriyle kanıtlayın; böylece hem yanlış pozitifleri azaltır hem de depolama politikanızı gerçek kullanım verisine göre optimize edersiniz.