This project aims to develop an automated system for quality inspection of automotive parts, specifically focusing on the visual assessment of drilled holes. By utilizing techniques such as Chain Code and K-Means Clustering, the system will ensure that products meet stringent quality standards.
1. ภาพรวมโครงการ
โครงการนี้จะใช้ Chain Code ในการเก็บข้อมูลฟีเจอร์ของรูเจาะเพื่อตรวจสอบลักษณะต่าง ๆ เช่น ความกลมเบี้ยว และความเรียบของขอบ เพื่อตรวจสอบว่างานมีคุณภาพเพียงพอหรือไม่ พนักงานควบคุมคุณภาพจะทำการแยกชิ้นงานตามความสวยงาม และใช้ K-Means ในการแบ่งกลุ่มข้อมูล โดยกำหนดให้ K > 2 เพื่อให้เข้าถึงและทำการประมวลผลได้อย่างแม่นยำมากขึ้น
2. ขอบเขตงาน
พัฒนาระบบตรวจสอบรูเจาะของชิ้นส่วนยานยนต์ โดยใช้ Chain Code ในการเก็บฟีเจอร์ที่สำคัญ
ออกแบบและพัฒนาการแยกแยะชิ้นงานที่มีความสวยงามและไม่สวยงามโดยให้พนักงานควบคุมคุณภาพเป็นผู้ปฏิบัติ
นำเทคนิค K-Means Clustering มาใช้ในการจัดกลุ่มข้อมูล ด้วยการกำหนดค่า K ที่เหมาะสมเพื่อให้ได้ผลลัพธ์ที่แม่นยำ
ทดสอบและประเมินความสามารถของระบบในสภาพแวดล้อมการผลิตจริง
3. ความสำเร็จของโครงการ
ความสำเร็จของโครงการนี้จะอยู่ที่ความสามารถในการตรวจสอบคุณภาพของรูเจาะในชิ้นส่วนยานยนต์ได้อย่างรวดเร็วและแม่นยำ ทำให้ลดข้อผิดพลาดในกระบวนการผลิตและเพิ่มคุณภาพสินค้าในระดับที่ลูกค้าพึงพอใจ การนำ K-Means Clustering มาใช้ในกระบวนการตรวจสอบจะช่วยให้การจัดกลุ่มข้อมูลมีประสิทธิภาพสูงขึ้น และช่วยให้การควบคุมคุณภาพมีความชัดเจนและโปร่งใสมากยิ่งขึ้น ระบบนี้ไม่เพียงแต่ช่วยเพิ่มประสิทธิภาพในการผลิต แต่ยังส่งผลให้บริษัทมีความสามารถในการแข่งขันที่สูงขึ้นในตลาดยานยนต์ด้วยการรับประกันคุณภาพผลิตภัณฑ์ที่ดีขึ้น