Inspeksi belt conveyor dengan AI

Inspeksi belt conveyor dari foto inspektur: AI menandai sobek, tambalan, dan bolong, inspektur yang memutuskan.

Ilustrasi: pekerja memegang HP di samping conveyor tambang, panel melayang menandai sobekan pada belt.
Jenis ditandai: sobek, tambalan, bolong
3 jenis
Menentukan level. AI hanya mengusulkan
Inspektur
Foto dan training tetap di server Anda
On-premise
Ilustrasi: belt conveyor tambang yang panjang dengan sobekan kecil yang melebar, inspektur berjalan jauh di sana.

Kenapa kerusakan belt ketahuan terlambat?

Inspektur memeriksa belt panjang dengan mata. Kerusakan ketahuan terlambat, setelah membesar dan menghentikan lini.

Ilustrasi: inspektur memotret belt dengan HP, layar menampilkan sobek dan bolong yang diberi garis batas.

INDUSIA menandai kerusakan di tiap foto

Inspektur memotret, AI menggambar batas tiap kerusakan dan mengusulkan level, inspektur mengonfirmasi.

Ilustrasi: HP dan layar desktop menampilkan kerusakan belt berbatas dengan pilihan level, kotak server di sampingnya.

Aplikasi inspeksi belt conveyor

  • Tiga jenis kerusakanSobek, tambalan, dan bolong ditandai di tiap foto.
  • Inspektur memutuskanAI mengusulkan level, inspektur mengonfirmasi.
  • Belajar dari koreksiSetiap koreksi melatih ulang model.
  • Tetap di server AndaFoto, labelling, dan training on-premise.

Bagaimana AI mendeteksi kerusakan belt conveyor dari foto?

Inspeksi belt conveyor INDUSIA bekerja dari foto yang sudah diambil inspektur Anda. AI menggambar garis batas di tiap sobek, tambalan, atau bolong, lalu mengusulkan level kerusakan. Inspektur memeriksa tiap garis batas dan mengonfirmasi atau mengoreksinya. Keputusan akhir tentang kondisi belt tetap di tangan manusia, bukan di tangan AI.

Baca selengkapnya

Garis batas sama pentingnya dengan labelnya. Bentuk yang ditandai menunjukkan di mana AI melihat kerusakan dan seberapa besar. Kalau inspektur tidak setuju, cukup dikoreksi di layar, tidak perlu turun lagi ke belt.

Model dilatih dari foto berlabel milik Anda sendiri. Ia tidak butuh contoh belt yang bersih sebagai acuan, karena belt tidak punya satu tampilan yang benar. Tiap jenis kerusakan dipelajari dari contoh kerusakannya.

Apa yang dikerjakan AI, dan apa yang tetap dikerjakan inspektur?

INDUSIA membagi tugas dengan jelas. AI mencari dan menandai kerusakan, lalu mengusulkan level dari luas area yang ditandai. Inspektur yang memutuskan. Ia boleh mengubah level, dan level koreksi itu dianggap benar untuk training dan evaluasi. Inspeksi tetap penilaian manusia, AI membantu di tahap pertama.

Baca selengkapnya

Waktu inspektur dipakai untuk menilai, bukan untuk mencari cacat kecil di tumpukan foto. Kalau AI dan inspektur berbeda pendapat, jawaban inspektur disimpan dan dipakai untuk melatih ulang model.

Pembagian tugas dalam inspeksi belt
LangkahAIInspektur
Cari kerusakan di fotoMenandai tiap areaMemeriksa tanda
Tentukan jenis kerusakanSobek, tambalan, atau bolongMengonfirmasi atau mengubah
Tentukan levelMengusulkan levelMemutuskan level
Perbaiki modelDilatih ulang dari koreksiKoreksi jadi data training

Apa bedanya inspeksi belt manual dengan inspeksi dibantu AI?

Inspeksi manual mengandalkan orang yang berjalan menyusuri belt panjang dan memeriksa dengan mata, jadi sobekan kecil bisa terlewat sampai membesar. Dengan INDUSIA, tiap foto dibaca dengan cara yang sama dan tiap area rusak diberi garis batas, sementara inspektur tetap memutuskan. Hasilnya tahap pertama yang konsisten, bukan pengganti inspektur.

Baca selengkapnya

Keuntungan utamanya adalah konsistensi. Dua inspektur bisa menggambarkan kerusakan yang sama dengan cara berbeda. Model memakai aturan terlatih yang sama untuk semua foto, dan inspektur memeriksa hasil yang sudah ditandai, bukan mulai dari foto kosong.

Inspeksi manual dibandingkan inspeksi dibantu AI
HalManual dengan mataDengan INDUSIA
Tahap pertamaInspektur menyisir beltAI menandai kerusakan di tiap foto
Level kerusakanDinilai kasus per kasusAI mengusulkan, inspektur memutuskan
BelajarTinggal di tiap orangKoreksi melatih ulang model
FotoTersimpan di mana sajaTetap di server Anda

Bagaimana model dibuktikan siap sebelum dipakai?

INDUSIA menyimpan test set yang dikunci: sekelompok foto yang tidak pernah dipakai untuk training. Model baru diuji di situ sebelum dipromosikan, dan hasilnya ditampilkan per jenis kerusakan. Tim Anda bisa menilai model dengan foto sendiri, tanpa perlu data scientist. Model yang belum lolos pengujian tidak dipakai di inspeksi.

Baca selengkapnya

Gerbang promosi yang sama berlaku di semua lini inspeksi di platform ini. Model yang tidak lolos tidak dipromosikan, dan jenis kerusakan yang masih lemah terlihat di hasil per jenis, tidak tersembunyi di satu angka rata-rata.

Gambar sintetis, kalau dipakai untuk membantu training, tidak pernah masuk test set. Pengujian hanya memakai foto asli.

Di mana sistemnya berjalan dan apa isi laporannya?

INDUSIA menjalankan penyimpanan foto, labelling, training, dan inspeksi di server Anda sendiri, secara on-premise. Tidak ada yang perlu dikirim ke layanan cloud publik. Tiap inspeksi menghasilkan hasil terstruktur per bagian: level kerusakan, jenis kerusakan, dan rekomendasi, siap dipakai tim perawatan.

Baca selengkapnya

Foto bisa masuk lewat dua jalur: diunggah manual oleh inspektur, atau ditarik dari aplikasi inspeksi yang sudah dipakai tim Anda. Kamera tetap di conveyor tidak wajib untuk memulai dan bisa menyusul.

Inspeksi conveyor berjalan di platform Visual Editor yang sama dengan inspeksi PCB, sebagai sektor Mining sendiri dengan jenis kerusakan sendiri. Pengguna hanya melihat sektor yang dipakai organisasinya.

sobek L3tambal L2bolong L1
Contoh frame

Tanya jawab

AI untuk inspeksi belt conveyor dan deteksi kerusakan

Inspeksi belt conveyor INDUSIA memakai AI untuk menandai kerusakan di foto belt. Inspektur memotret belt, AI menandai tiap area rusak dan mengusulkan levelnya, lalu inspektur mengonfirmasi atau mengoreksi.

Bisakah AI membedakan sobek, tambalan, dan bolong pada belt conveyor?

Bisa. Model INDUSIA saat ini menandai tiga jenis kerusakan: sobek, tambalan, dan bolong. AI mengusulkan level, inspektur yang memutuskan, dan setiap koreksi melatih ulang model.

Apakah perlu kamera di conveyor?

Tidak. Mulai dari foto yang sudah diambil inspektur Anda. Kamera tetap bisa menyusul.

Siapa yang menentukan level kerusakan?

Inspektur Anda. AI mengusulkan, inspektur mengonfirmasi atau mengoreksi, dan koreksi itu menjadi data training.

Apakah foto kami keluar dari lokasi?

Tidak. Labelling, training, dan inspeksi berjalan di server Anda sendiri.

Apakah ini platform yang sama dengan inspeksi PCB?

Ya. Mining memakai Visual Editor yang sama dengan line PCB, dengan jenis kerusakan sendiri.

Diperbarui

Platform yang sama, lokasi lain

Bicarakan lokasi Anda dengan kami

Ceritakan apa yang Anda periksa. Kami balas lewat WhatsApp.

Hubungi kami