Bilgisayarlı görüde CAD üretimi

Üretilen her ürün, genellikle üretim yazılımıyla oluşturulan bilgisayar destekli tasarım (CAD) modeli biçimindeki dijital bir planla başlar. Bu 3B taslak veya 3B model, ürünün her yüzeyini, deliğini ve boyutunu tanımlar.

Mühendisler bu modeli parçaları tasarlamak, test etmek ve üretime hazırlamak için kullanır. Ancak bazen CAD modeli ile bitmiş ürün arasında sorunlar ortaya çıkar.

Şekil 1. Otomotiv sektöründe 3B CAD modelinin nasıl kullanıldığına dair bir örnek. (Kaynak)

Örneğin parçalar yanlış hizalanabilir, bazı özellikler gözden kaçabilir ve üretim sırasında tutarsızlıklar ortaya çıkabilir. Bu sorunlar ek maliyetlere yol açar ve zaman kaybettirir. Bu nedenle üreticiler, makinelerin görsel verileri yorumlayıp analiz etmesini sağlayan bir yapay zekâ (AI) dalı olan bilgisayarlı görü teknolojisini CAD tabanlı üretime entegre ediyor.

CAD, her parçanın tam yapısını yakalayarak doğru bir taslak sunarken bilgisayarlı görü bunun üzerine görsel bir zekâ katmanı ekler. Ürün geliştirme sırasında parçaları incelemek, doğrulamak ve izlemek için kameralardan ve sensörlerden gelen verileri kullanır.

CAD ve bilgisayarlı görü sistemleri birlikte kritik iş akışlarını kolaylaştırabilir ve Endüstri 4.0'a geçişin bir parçası olarak akıllı üretimi destekleyebilir. Endüstri 4.0, daha güvenilir ve verimli sistemler oluşturmak için yapay zekâ ve otomasyon gibi gelişmiş dijital teknolojileri üretime entegre eder.

Bu yazıda, CAD ve bilgisayarlı görünün tasarım ile uygulama arasındaki boşluğu nasıl kapatabileceğini ele alacağız.

Modern üretimde CAD'in rolü#

Bir ürün akıllı üretim süreciyle oluşturulurken, süreç CAD'de hazırlanan dijital bir planla başlar. Mühendisler her ayrıntıyı tanımlamak ve tasarımın verimli üretim için optimize edilmesini sağlamak üzere CAD kullanır. Eklemeli imalattan son montaja kadar sonraki tüm süreçler CAD verilerinin doğruluğuna bağlıdır.

CAD modelleri oluşturulduktan sonra bilgisayar destekli imalat (CAM) yazılımına aktarılır. CAM çözümleri; kesici takımların tam hareketlerini tanımlayan takım yollarını ve makinelerin bu hareketleri gerçekleştirmek için kullandığı programlama dili olan G kodunu oluşturarak dijital tasarımı üretim talimatlarına dönüştürür. Bu talimatlar daha sonra bilgisayarlı sayısal kontrol (CNC) makinelerine ve diğer otomatik araçlara gönderilir; bu makineler özgün CAD tasarımıyla eşleşen parçalar oluşturmak için ham maddeleri keser, deler ve şekillendirir.

CAD modelleri simülasyonlar yapmak, farklı talaşlı imalat işlemlerini test etmek ve atölyedeki makinistler için kalite güvencesini desteklemek amacıyla da kullanılabilir. İlginçtir ki CAD tasarım verileri, hızlı prototipleme veya küçük ölçekli üretim için doğrudan 3B yazdırma düzeneklerine bile gönderilebilir.

Şekil 2. 3B yazıcı için hazırlanmış bir CAD modeli (Kaynak)

CAD iş akışlarına bilgisayarlı görü eklemek#

CAD, tasarımın temelini oluşturur. Ancak bu tasarımı hassas ve fiziksel bir ürüne dönüştürmek için üreticilerin fabrika sahasından gerçek zamanlı geri bildirim alması gerekir. Bilgisayarlı görü burada kilit rol oynar.

Ultralytics YOLO11 gibi bilgisayarlı görü modelleri, bir görüntüdeki öğeleri tanımlayıp konumlandıran nesne algılama ve her pikseli etiketleyerek nesneleri birbirinden ayıran örnek segmentasyonu gibi temel görü görevlerini destekler. Bu yetenekler üreticilerin üretimi izlemesine, kusurları tespit etmesine ve süreç boyunca kaliteyi güvence altına almasına yardımcı olur.

Şimdi, farklı üretim aşamalarında bunun nasıl işlediğine daha yakından bakalım.

Fizikselden dijitale: Taramadan CAD modeline ve tersine mühendislik#

Sıfırdan bir CAD modeli oluşturmak zaman alır. Özellikle eski sistemlerle veya önceden dijital tasarımı bulunmayan özel bileşenlerle çalışırken süreç çok yavaş ilerler. Taramadan CAD modeline dönüştürme gibi teknikler, fiziksel nesneleri dijital CAD modellerine dönüştürme sürecini hızlandırabilir.

3B tarama cihazları, bir bileşenin şeklini, özelliklerini ve boyutlarını yakalayarak 3B yeniden yapılandırma için bilgisayarlı görüyle birlikte kullanılabilir. Tarama verisini CAD'e dönüştüren bir sistem daha sonra yüzeyleri, delikleri ve kenarları belirleyip bunları otomatik olarak CAD geometrisine dönüştürebilir.

Bu yöntem tasarım yinelemelerini hızlandırır, 3B yazdırılabilir modeller oluşturulmasını sağlar ve prototipleme için makinistlere esnek CAM seçenekleri sunar. Taramadan CAD modeline dönüştürme, mevcut fiziksel parçaların yeniden tasarım veya çoğaltma amacıyla dijitalleştirilmesi gereken tersine mühendislikte özellikle etkilidir.

Şekil 3. 3B tarama cihazları, dijital model oluşturmak için nesneleri tarayabilir.

Dijital ile fiziği birleştirmek: Montajda AR ve görü teknolojisi#

Üretim sahasında, özellikle otomotiv gibi sektörlerde küçük montaj hataları bile büyük kalite sorunlarına dönüşebilir. Üreticiler bu tür sorunları çözmek için montaja rehberlik etmesi amacıyla artırılmış gerçeklik (AR) ve bilgisayarlı görü kullanıyor. AR, dijital bilgileri gerçek dünya görüntüsünün üzerine bindirerek çalışanların ayrı ekranlara veya kılavuzlara geçmeden hassas talimatları izlemesine yardımcı olur.

Montaj doğrulama için kullanılan bilgisayarlı görü sistemleri, her bileşenin konumunu ve yönelimini gerçek zamanlı izleyebilir. Bir parça eksik veya yanlış hizalanmışsa sistem sorunu işaretler ve teknisyenin AR başlığına düzeltici yönlendirmeler yansıtır. Böylece ekipler hataları anında yakalayabilir ve üretim alanında tutarlı kaliteyi koruyabilir.

Örneğin otomotiv montajında AR, bir otomobil kapısının CAD tabanlı yerleşimini fiziksel çerçevenin üzerine yansıtarak her vidanın, kolun ve bileşenin tam olarak nereye yerleştirilmesi gerektiğini gösterebilir. Bu, her parçanın doğru konumda ve sırayla takılmasını sağlar.

Döngüyü tamamlamak: CAD destekli kalite güvencesi#

Bir ürün üretildikten sonraki adım, ürünün özgün CAD tasarımıyla eşleştiğinden emin olmaktır. Bilgisayarlı görü çözümleri, üretilen ürünü CAD tasarımlarıyla karşılaştırarak bu inceleme sürecini otomatikleştirebilir.

Görü sistemleri; şekli, boyutu, yerleşimi ve yüzey kalitesini değerlendirmek için nesne algılama, segmentasyon ve poz tahmini gibi tekniklerden yararlanır. Bu kontroller kalite kontrolün bir parçası olarak üretim sırasında yapılabilir ve ekiplerin hattı durdurmadan sorunları tespit etmesini sağlar.

Şekil 4. Hassas inceleme için bir bileşenin 3B taranmasına örnek.

Özellikle YOLO11 gibi bilgisayarlı görü modelleri, eksik özellikleri veya yüzey kusurlarını gerçek zamanlı olarak tespit ederek bunu mümkün kılar. CAD ile entegre edildiğinde görü tabanlı kalite kontrolleri, bitmiş ürünleri tasarım özellikleriyle karşılaştırarak paketleme veya sevkiyat öncesinde hataları yakalayabilir.

CAD odaklı üretimde bilgisayarlı görü uygulamaları#

Bilgisayarlı görü kullanılarak yürütülen CAD iş akışlarını ve CAD tabanlı üretimi artık daha iyi anladığımıza göre, gerçek dünyadaki bazı uygulamalara daha yakından bakalım.

Otomotiv ve havacılıkta otomatik kalite denetimi#

Otomobil ve uçak üretiminde somunlar, cıvatalar, perçinler ve benzeri parçalar dâhil olmak üzere her parçanın hassas biçimde yerleştirilmesi gerekir. Bu işi elle yapmak, insan hataları ve gecikmeler gibi birçok sınırlamayı beraberinde getirir.

Örneğin, bir uçak gövdesindeki tek bir yanlış hizalanmış perçin yapısal bütünlüğü tehlikeye atabilirken otomobil üretiminde yanlış takılmış bir sensör veya braket sistem arızalarına ya da geri çağırmalara neden olabilir.

Çözümlerden biri, görsel yapay zekâyla kalite denetimlerini otomatikleştirmektir. Bu sistemler kusurları tespit etmek, parçaları ölçmek ve parçaların doğru yerleştirildiğini kontrol etmek için kamera, sensör ve yapay zekâ kullanarak üretimi daha hızlı, hassas ve güvenli hâle getirir.

Hassas yüzey işleme için görü güdümlü robotlar#

Benzer şekilde taşlama, parlatma veya çapak alma gibi işler yüksek hassasiyet gerektirir. Bu işleri elle yapmak bazen sonradan düzeltilmesi pahalıya mal olan kusurlara yol açabilir.

Görüş güdümlü robotlar kullanmak, bu tür kusurların oluşma olasılığını azaltabilir. Bu robotlar parçayı taramak ve CAD modeliyle karşılaştırmak için 3B görü kullanır. Ardından karşılaştırma sonuçlarına dayanarak son işlem operasyonlarını hassas biçimde gerçekleştirir.

Örneğin, döküm bir parçada fazla malzeme varsa robot, parçanın CAD tasarımına göre malzemenin tam yerini ve ne kadarının alınması gerektiğini bilir. Bu düzenekler çoğu zaman, uzman programcıların CAD verilerine göre talaşlı imalat süreçlerini ve robot hareketlerini optimize ettiği hassas CAM programlamasına dayanır.

Üreticiler, CAD-CAM iş akışlarını Görü Yapay Zekâsıyla birleştirerek en karmaşık parçalarda bile sürekli olarak daha yüksek kaliteyi koruyabilir. Bu iş akışları yalnızca kaliteyi artırmakla kalmaz, seri üretimi de daha güvenilir hâle getirir.

Havacılıkta AR tabanlı montaj doğrulaması#

Havacılıkta montaj hatalarını düzeltmek maliyetli ve zaman alıcıdır. Bu hataları önlemek için birçok havacılık şirketi, bilgisayarlı görü ve CAD modelleriyle entegre artırılmış gerçeklik sistemlerini kullanmaya başlıyor.

Örneğin, küresel havacılık ve savunma teknolojileri lideri Northrop Grumman, uydular gibi karmaşık sistemlerin montajına yardımcı olmak için AR başlıkları kullanıyor. Şirket, tam ölçekli dijital modeller oluşturmak için CAD/CAM yazılımlarından yararlanıyor ve bu modeller yapım sırasında fiziksel uzay araçlarının üzerine yansıtılıyor. Bileşenler ve talimatlar tam olarak gereken yerde görüntüleniyor; teknisyenler hareket ettikçe katmanlar hizalı kalıyor. Bu gerçek zamanlı yönlendirme montajı hızlandırıyor ve maliyetli yeniden işleme ihtiyacını önemli ölçüde azaltıyor.

Bilgisayarlı görü ile CAD entegrasyonunun faydaları#

Görü Yapay Zekâsını CAD iş akışlarına entegre etmenin bazı faydaları şunlardır:

• Daha hızlı ürün tasarımı: Bilgisayarlı görü sayesinde üreticiler bileşenleri hızla dijitalleştirebilir. Bu sistemler, elle modelleme yerine otomatik tanıma ve 3B tarama kullanarak CAD modeli oluşturmayı optimize eder ve hızlandırır.
• Üretimde daha yüksek doğruluk: Bilgisayarlı görü sistemleri hizalama bozuklukları, yüzey kusurları veya eksik özellikler gibi sorunları gerçek zamanlı tespit ederek kusur tespitini ve genel doğruluğu iyileştirir.
• Gelişmiş üretkenlik ve eğitim: Derin öğrenmeyle desteklenen Görsel Yapay Zekâ sistemleri, CAD katmanlarını ve AR araçlarını kullanarak gerçek zamanlı yönlendirme sağlar. Bu, yeni operatörlerin eğitim süresini kısaltır.

Zorluklar ve dikkat edilmesi gerekenler#

Bilgisayarlı görünün CAD-CAM üretimindeki faydalarına rağmen, uygulama sırasında dikkate alınması gereken bazı zorluklar vardır. Göz önünde bulundurman gereken başlıca etkenlerden bazıları şunlardır:

• Veri ve model karmaşıklığı: Bilgisayarlı görü sistemleri büyük miktarda yüksek kaliteli veriye dayanır. Temiz veri olmadan performans düşebilir.
• Ölçeklenebilirlik ve maliyet: Gelişmiş bilgisayarlı görü araçları, 3B tarayıcılar ve uç cihazlar genellikle pahalıdır. Bunları birden fazla üretim hattına veya tesise yaymak, başlangıçta yatırım gerektirebilir.
• Eski sistemlerle entegrasyon: Bilgisayarlı görü ve CAD'i eski üretim sistemlerine entegre etmek zor ve çoğu zaman maliyetli olabilir.

Önemli çıkarımlar#

Bilgisayarlı görü, CAD'in üretimdeki rolünü yeniden tanımlayarak daha akıllı denetimleri ve tasarımdan üretime daha sorunsuz süreçleri mümkün kılıyor. Eskiden saatlerce süren manuel kontroller artık gerçek zamanlı yapılıyor; bu da hataları azaltıp ekiplere daha fazla kontrol sağlıyor. Üretim sektörü veriye dayalı ve tasarım odaklı operasyonlara yönelirken Görsel Yapay Zekâ, modern CAD/CAM sistemlerinin temel bileşenlerinden biri hâline geliyor.

Büyüyen topluluğumuza katıl! Yapay zekâ hakkında daha fazla bilgi edinmek için GitHub depomuzu keşfet. Çözüm sayfalarımızı ziyaret ederek üretimde bilgisayarlı görü ve otomotiv sektöründe yapay zekâ hakkında bilgi edin. Bilgisayarlı görüyü iş akışlarına entegre etmeye başlamak için lisanslama seçeneklerimize göz at.