FR3158809A1 - Installation et procede de contrôle qualite avec schema d’inspection adaptatif - Google Patents

Abstract

L’invention concerne une installation et un procédé de contrôle qualité destiné à être mis en œuvre sur une série d’entités issues d’un processus industriel mettant en œuvre des schémas d’inspection adaptatifs. Figure à publier avec l’abrégé : Figure 1

Description

INSTALLATION ET PROCEDE DE CONTRÔLE QUALITE AVEC SCHEMA D’INSPECTION ADAPTATIF

L’invention se situe dans le domaine du contrôle qualité de processus de production industriels et concerne préférentiellement les technologies d’intelligence artificielle appliquées audit contrôle qualité.

Les processus industriels de fabrication, par exemple dans l’industrie automobile, sont largement automatisés, mais doivent néanmoins être complétés par des processus de contrôle de la qualité des opérations effectuées. Ainsi, les défauts de production sont repérés, isolés et les pièces défectueuses sont réparées ou retirées. De chaque étape de fabrication découle un processus de contrôle qualité afférent, pour lequel diverses solutions peuvent être mise en œuvre, allant de l’inspection visuelle par un opérateur à l’automatisation partielle ou totale.

Par exemple, dans le cas de l’étape de peinture dans l’industrie automobile, les différents types de véhicules produits dans une usine convergent vers la ligne de peinture, où différentes couleurs sont apposées selon les schémas établis. Sur une même ligne de peinture peuvent ainsi se succéder différents modèles de carrosseries, pouvant chacun être peint dans une grande variété de couleurs, à une fréquence de production variable pour chaque couleur.

Pour s’assurer que le processus de peinture remplisse les standards de qualité définis, un plan de contrôle est suivi, incluant des inspections de points spécifiques. L’inspection manuelle étant coûteuse en personnel et temps de travail, et de plus sujette à l’erreur humaine, d’autres systèmes de contrôle qualité connus peuvent être mis en œuvre, impliquant l’utilisation de senseurs et systèmes de mesure afin de détecter les déviations éventuelles dans le processus de fabrication.

Différents types de données peuvent être recueillis par différents appareils, tels que l’épaisseur de la peinture, et/ou des mesures de colorimétrie et d’apparence. Certains systèmes de contrôle font appel à des techniques d’analyse de données pour surveiller la qualité des produits et détecter les malfaçons. Un schéma de contrôle définit les points de contrôle à inspecter, chaque point représentant un échantillon.

Cependant, de façon courante, la ligne de production voit se succéder une multiplicité de couleurs et de formes de carrosserie, alors que les inspections automatiques, comprenant plusieurs contrôles par différentes techniques, sont effectuées selon un schéma d’inspection fixe. Les techniques de contrôle qualité couramment employées ne sont donc pas en mesure d’ajuster en temps réel le schéma d’inspection de façon à l’adapter à chaque véhicule en particulier.

Ainsi, un contrôle basé sur un ensemble de points de contrôle fixe peut faire preuve de manque d’adaptabilité face à des changements de conditions environnementales ou de processus de production et être in fine inefficace dans la détection de défauts.

De plus, un contrôle fixe basé sur un échantillonnage à fréquence fixe peut entraîner un biais vers certains composants ou zones, ce qui peut causer un manque de représentativité des données collectées.

Un tel schéma d’inspection peut être coûteux en termes de ressources et de temps, certains paramètres n’étant pas forcément pertinents pour tous les modèles à inspecter, ce qui revient à augmenter inutilement le temps de contrôle de certains véhicules en particulier, et au-delà le temps de contrôle pour l’ensemble de la ligne de production.

Enfin, les procédés de contrôle peuvent être sujets à des erreurs humaines dans la sélection des points de contrôle ou en se focalisant sur des détails, ce qui peut entrainer une collecte de données incorrecte ou incomplète.

Récemment, des techniques sont apparues utilisant l’apprentissage automatique, dont plusieurs sont ou peuvent être appliquées à un processus de contrôle qualité d’une production industrielle.

Le document US20200166909A1 décrit une méthode de contrôle et d’optimisation d’un processus de production en temps réel utilisant des techniques d’apprentissage automatique. Cette méthode utilise des données collectées par des senseurs afin de prédire la qualité des produits finaux, et permet d’ajuster les paramètres de processus de production et d’apporter une réponse rapide aux changements de variables dans les protocoles.

Le document CA3064593C décrit également une méthode pour contrôler et optimiser les processus de fabrication mais en se focalisant plus particulièrement sur la fabrication additive. Des modèles d’apprentissage automatique analysent les données d’entrée et réalisent des prédictions précises en temps réel de façon à ajuster les paramètres du processus pour optimiser la qualité du produit final.

Le document US9294113B2 fait référence à une technique pour réduire la consommation d’énergie dans des systèmes d’acquisition de données utilisant des senseurs ou des appareils de mesure. Cette technique utilise une approche d’échantillonnage adaptatif non-uniforme qui acquiert des données seulement si nécessaires, plutôt qu’à des instants fixés.

Le document US11392837B2 se concentre sur l’utilisation de techniques d’apprentissage automatique pour l’analyse de données et l’évaluation de leur qualité en temps réel.

En résumé les solutions d’échantillonnage avec un schéma d’inspection fixe peuvent présenter des problèmes d’inefficacité, de manque d’adaptabilité, de biais, de coûts et d’erreurs humaines. Les procédés mettant en œuvre de telles solutions peuvent donc limiter la capacité à fournir des informations précises et fiables sur le processus industriel concerné, ce qui peut entraîner de mauvaises prises de décision et des coûts inutiles pour les entreprises, tout en ne permettant pas de réduire le temps d'inspection. Une solution reste donc à trouver pour pallier les problèmes et inconvénients rencontrés dans l’art antérieur.

Un des objectifs de l’invention est de proposer un procédé de contrôle qualité permettant de s’adapter aux conditions changeantes d’un processus industriel et/ou de réduire les coûts tout en minimisant les erreurs humaines

A cet effet, et selon un premier aspect, l’invention a pour objet un procédé de contrôle qualité destiné à être mis en œuvre sur une série d’entités issues d’un processus industriel, le procédé étant remarquable en ce que la série d’entités comprend au moins deux entités et en ce que le procédé comprend les étapes suivantes :

sélectionner une entité en vue du contrôle de sa qualité

b) déterminer un schéma d’inspection comprenant un ensemble de points de contrôle ;

c) mesurer, sur l’entité, un ou plusieurs paramètres indicateurs de la qualité dudit processus au niveau de l’ensemble de points de contrôle définis par le schéma d’inspection et collecter les données, la ou les mesures étant effectuées par un ou plusieurs dispositifs de mesure ;

d) comparer les données obtenues à l’étape précédente à au moins un intervalle de référence prédéfini pour chacun des paramètres mesurés et au niveau de chacun des points de contrôle, et générer un signal de conformité ou d’anomalie ou d’indication d’une variation significative en fonction du résultat de cette comparaison ;

e) répéter les étapes précédentes a) à d) sur une ou plusieurs entités suivantes avec la différence que, pour au moins une des entités suivantes, l’étape b) comprend la détermination d’un nouveau schéma d’inspection comprenant un nouvel ensemble de points de contrôle ; le nouveau schéma d’inspection étant différent du précédent en ce qu’au moins un point de contrôle présent dans l’ensemble précédent est absent du nouvel ensemble et/ou en ce qu’au moins un point de contrôle présent dans le nouvel ensemble est absent de l’ensemble précédent ; de préférence, la détermination d’un nouveau schéma d’inspection se fait pour chacune des entités suivantes.

Comme on l’aura compris à la lecture de la définition qui vient d’en être donnée, l’invention propose un procédé de contrôle qualité remarquable en ce que les schémas d’inspections utilisés successivement sont différents, de sorte à s’adapter d’une entité à l’autre. Cette adaptation peut se faire de différentes façons comme cela va être vu en détail.

Selon une mise en œuvre préféré, l’étape a) comprend une sous-étape d’identification d’un type associé à l’entité ; de préférence, ladite identification du type associé à l’entité se fait par au moins un moyen choisi parmi la lecture d’un code d’identification, la reconnaissance par une caméra du modèle de l’entité à l’aide d’un répertoire de modèles préenregistré, et/ou un test colorimétrique permettant de définir la couleur de l’entité. Par l’identification d’un type associé à l’entité, il est possible de vérifier la qualité de différents types au niveau d’une même installation tout en adaptant le schéma de vérification audit type d’entité. Dans le cadre d’un processus industriel de peinture un type d’entité peut comprendre une couleur donnée de l’entité et/ou un modèle donné de l’entité.

De préférence, l’étape a) comprend une sous-étape d’identification d’un type associé à l’entité et ladite sélection se fait selon une fréquence de sélection spécifique au type d’entité ; ladite identification du type associé à l’entité se faisant par au moins un moyen choisi parmi la lecture d’un code d’identification, la reconnaissance par une caméra du modèle de l’entité à l’aide d’un répertoire de modèles préenregistré, et/ou un test colorimétrique permettant de définir la couleur de l’entité. Il est ainsi possible de sélectionner plus fréquemment certains types d’entités plutôt que d’autres. Une fréquence de sélection plus élevée peut ainsi être utilisée pour les types minoritaires ou pour les types les plus susceptibles de montrer des anomalies.

Selon une mise en œuvre préférée, l’étape b) comprend la fourniture d’un catalogue définissant un nombre total de points de contrôle, et l’ensemble de points de contrôle constitue une sélection d’un nombre donné de points de contrôle dans ledit catalogue de telle sorte que le nombre de points de contrôle de l’ensemble soit inférieur ou égal au nombre total de points de contrôle définis dans le catalogue. L’invention permet de ne plus effectuer de mesures au niveau de la totalité des points de contrôle existants mais au niveau d’une sélection de ces derniers ce qui rend la vérification de la qualité d’une entité plus rapide.

Selon une mise en œuvre préférée, l’étape b) de détermination d’un schéma d’inspection se fait au moyen d’un algorithme d’apprentissage automatique ou par sélection d’un schéma d’inspection dans un recueil de schémas d’inspection préenregistré. L’utilisation d’un algorithme d’apprentissage automatique est avantageuse par les possibilités d’adaptation du schéma d’inspection qu’il engendre.

Selon une mise en œuvre préférée, l’étape a) comprend une sous-étape d’identification d’un type associé à l’entité, et l’étape b) comprend la fourniture d’un catalogue définissant un nombre total de points de contrôle et une fréquence d’apparition de chaque point de contrôle du catalogue dans un schéma d’inspection ; et lorsque l’entité sélectionnée est de même type qu’une ou plusieurs entités préalablement sélectionnées, la définition du nouveau schéma d’inspection tient compte de ladite fréquence d’apparition afin d’ajouter et/ou de retirer des points de contrôle par rapport au schéma d’inspection précédent ; de préférence, l’étape b) comprend une sous-étape de mise à jour de la fréquence d’apparition associée à chacun des points de contrôle. On comprend que l’ensemble des points de contrôle sera vérifié non pas sur une entité mais sur une pluralité d’entités. En diminuant le temps d’inspection des entités, il est possible de vérifier plus d’entités dans un temps donné.

Avantageusement, lors de l’initiation du procédé, l’étape b) comprend :

la fourniture d’un catalogue définissant un nombre total de points de contrôle ;

la fourniture d’un ensemble initial de données d’apprentissage comprenant des données de simulation du processus industriel et/ou des données historiques obtenues par un opérateur qualifié ou par un procédé de contrôle préexistant sur ledit processus industriel ;

la définition d’un ensemble optimal de points de contrôle définissant un schéma d’inspection initial par la mise en œuvre d’un algorithme d’apprentissage automatique qui a été formé en utilisant l’ensemble initial de données d’apprentissage ; et

le choix du schéma d’inspection initial comme schéma d’inspection ;

de préférence, l’étape a) comprend une sous-étape d’identification d’un type associé à l’entité et l’ensemble initial de données d’apprentissage fourni à l’étape b) est spécifique au type de ladite entité.

La mise en route du procédé nécessite la détermination d’un schéma d’inspection initial, il est avantageux que ce schéma initial soit optimal, ceci peut être obtenu au moyen d’une intelligence artificielle.

Selon une mise en œuvre préférée, lorsque la comparaison effectuée à l’étape d) génère un signal d’anomalie ou d’indication d’une variation significative d’un paramètre au niveau d’un point de contrôle donné, le schéma d’inspection suivant comprendra ledit point de contrôle ; de préférence, l’étape a) comprend une sous-étape d’identification d’un type associé à l’entité et le schéma d’inspection suivant comprenant ledit point de contrôle est un schéma d’inspection pour une entité de même type. Le procédé permet ainsi de suivre l’évolution de variation significatives dans les données recueillies (ou de l’apparition d’une anomalie ou d’un défaut) sur une série d’entités. L’invention permet donc d’intervenir au plus vite avant l’apparition d’anomalies ou de défauts et/ou de vérifier que des mesures ont été prises en amont pour la correction des anomalies.

Selon une mise en œuvre préférée, le procédé comprend une étape préliminaire de création d’un jumeau numérique pour chacune desdites entités de sorte à obtenir des données de simulation de jumeau numérique pour au moins un des paramètres pouvant être mesuré sur lesdites entités, et l’étape a) comprend les sous-étapes d’identification de l’entité ; de comparaison des données de simulation de jumeau numérique à des intervalles de référence prédéfinis ; et la sélection ou non de ladite entité en fonction du résultat de la comparaison. De préférence, lorsque l’entité est sélectionnée, l’étape b) comprend l’identification d’un ou plusieurs points de contrôle révélant une anomalie ou une variation significative d’un paramètre par comparaison des données de simulation de jumeau numérique à des intervalles de référence prédéfinis, et l’insertion dans le schéma d’inspection déterminé pour ladite entité du ou des points de contrôle ainsi identifiés. L’utilisation de jumeaux numériques facilite l’identification du type d’entité et/ou une sélection intelligente des entités montrant ou risquant de montrer des anomalies et/ou des variations significatives sur certains paramètres.

Avantageusement, le processus industriel est un processus de peinture et un ou plusieurs des paramètres indicateurs de la qualité dudit processus sont choisis parmi l’épaisseur de la couche de peinture, la colorimétrie, la brillance, la présence de défauts d’aspect, la présence de coulures d’étain et la présence de défauts d’aspect issus d’un défaut d’emboutissage.

Selon un deuxième aspect, l’invention concerne un support lisible par un ordinateur comprenant un code exécutable par un ordinateur pour mettre en œuvre un procédé selon le premier aspect.

Selon un troisième aspect, l’invention concerne une installation pour la mise en œuvre d’un procédé de contrôle qualité d’un processus industriel comprenant un poste d’inspection comprenant un robot portant, dans sa main, une tête d’inspection comprenant au moins un outil de mesure adapté à la mesure d’un ou plusieurs paramètres indicateurs de la qualité dudit processus, l’installation étant remarquable en ce qu’elle comprend en outre un système de commande d’un procédé selon le premier aspect comprenant une unité d’acquisition des données et au moins un ordinateur.

De préférence, le processus industriel est un processus de peinture et la tête d’inspection comprend au moins un outil de mesure sélectionné parmi un senseur de mesure de l’épaisseur de la couche de peinture, un senseur colorimétrique, un système de vision pour le contrôle de l’apparence préférentiellement associé à un système d’éclairage. Par exemple, le système d’éclairage comprend une lampe à rayons ultra-violets.

Par exemple, le senseur de mesure de l’épaisseur de la couche de peinture est une sonde de spectroscopie térahertz, préférentiellement une sonde d’imagerie à térahertz pulsés.

Par exemple, le senseur colorimétrique associe les fonctions d’un densitomètre couleur et d’un photomètre couleur

Par exemple, le système de vision comprend un profilomètre laser et une ou plusieurs caméras ; de préférence, au moins une caméra peut être une caméra stéréoscopique permettant la restitution d’une image en relief.

L’invention sera bien comprise et d’autres aspects et avantages apparaîtront clairement à la lecture de la description qui suit, donnée à titre d’exemple en référence à la planche de dessin annexée sur laquelle :

LaFIG. 1représente une installation selon l’invention.

Dans la description qui suit, le terme « comprendre » est synonyme de « inclure » et n’est pas limitatif en ce qu’il autorise la présence d’autres éléments dans l’installation ou le procédé auquel il se rapporte. Il est entendu que le terme « comprendre » inclut les termes « consister en ». Sur les différentes figures, les mêmes références désignent des éléments identiques ou similaires.

L’invention concerne un procédé de contrôle qualité et l’installation mettant en œuvre un tel procédé.

L’invention concerne un procédé de contrôle qualité destiné à être mis en œuvre sur une série d’entités issues d’un processus industriel, le procédé étant remarquable en ce que la série d’entités comprend au moins deux entités et en ce que le procédé comprend les étapes suivantes :

a) sélectionner une entité en vue du contrôle de sa qualité

b) déterminer un schéma d’inspection comprenant un ensemble de points de contrôle ;

c) mesurer, sur l’entité, un ou plusieurs paramètres indicateurs de la qualité dudit processus au niveau de l’ensemble de points de contrôle définis par le schéma d’inspection et collecter les données, la ou les mesures étant effectuées par un ou plusieurs dispositifs de mesure ;

d) comparer les données obtenues à l’étape précédente à au moins un intervalle de référence prédéfini pour chacun des paramètres mesurés et au niveau de chacun des points de contrôle, et générer un signal de conformité ou d’anomalie ou d’indication d’une variation significative en fonction du résultat de cette comparaison ;

e) répéter les étapes précédentes a) à d) sur une ou plusieurs entités suivantes avec la différence que, pour au moins une des entités suivantes, l’étape b) comprend la détermination d’un nouveau schéma d’inspection comprenant un nouvel ensemble de points de contrôle ; le nouveau schéma d’inspection étant différent du précédent en ce qu’au moins un point de contrôle présent dans l’ensemble précédent est absent du nouvel ensemble et/ou en ce qu’au moins un point de contrôle présent dans le nouvel ensemble est absent de l’ensemble précédent ; de préférence, la détermination d’un nouveau schéma d’inspection se fait pour chacune des entités suivantes.

Le procédé selon l’invention peut être utilisé pour le contrôle qualité de différents processus industriels. De préférence, il est utilisé dans le cadre du contrôle qualité d’un processus industriel de peinture d’une caisse de véhicule ou d’un sous-ensemble de caisse d’un véhicule.

Le ou plusieurs des paramètres indicateurs de la qualité dudit processus peuvent être choisis en fonction du processus industriel concerné. Dans le cadre d’un processus de peinture, un ou plusieurs des paramètres mesurés dans l’étape b) sont choisis parmi l’épaisseur de la couche de peinture, la colorimétrie, la brillance, la présence de défaut d’aspect, la présence de coulures d’étain et la présence de défauts d’aspect issus d’un défaut d’emboutissage.

Comme cela va être vu en détail, l’invention propose un procédé intelligent qui permet d’adapter le schéma d’inspection associé au contrôle qualité d’un processus industriel aux conditions changeantes dudit processus industriel et/ou qui permet de tester certains points de contrôle de manière alternative ou séquentielle de sorte à diminuer le temps d’inspection.

Préférentiellement, l’étape a) comprend une sous-étape d’identification d’un type associé à l’entité.

Avantageusement, l’étape b) comprend la fourniture d’un catalogue définissant un nombre total de points de contrôle. Ce catalogue de points de contrôle peut être établi en s’appuyant sur des données historiques pour identifier les zones qui représentent des points critiques du processus de production. Les données historiques fournissent des informations sur les domaines critiques dans lesquels des problèmes sont survenus dans le passé et sur lesquels ils sont susceptibles de se produire à l'avenir. D'autre part, les zones critiques sont identifiées en évaluant le risque associé à chaque étape du processus de production. Lorsqu’il n’y a pas de données historiques disponibles, ou en complément des données historiques existantes, le catalogue de points de contrôle peut être établi à partir de simulations dudit processus industriel. En effet, une identification minutieuse des points de contrôle est essentielle pour garantir des résultats précis et fiables en matière de contrôle qualité.

Le catalogue de points de contrôle répertorie tous les points de contrôle pouvant être pertinents dans le cadre de la mise en place du procédé de contrôle qualité. Dans un mode de réalisation, l’ensemble de points de contrôle du schéma d’inspection initial (c-à-d., le premier ensemble utilisé lors de la mise en route du procédé) comprend la totalité des points de contrôle du catalogue. Mais préférentiellement, l’ensemble initial de points contrôle et les ensembles suivants constituent des sélections de certains points de contrôle du catalogue.

Ainsi, selon un mode de réalisation préféré, l’étape b) comprend la fourniture d’un catalogue définissant un nombre total de points de contrôle, et l’ensemble de points de contrôle constitue une sélection d’un nombre donné de points de contrôle dans ledit catalogue de telle sorte que le nombre de points de contrôle de l’ensemble soit inférieur ou égal au nombre total de points de contrôle définis dans le catalogue. On aura compris que l’ensemble de points de contrôle peut être celui d’un schéma d’inspection initial (c-à-d. initiant la mise en œuvre du procédé) ou un schéma d’inspection adapté à partir d’un schéma d’inspection précédemment utilisé dans le cadre du procédé.

Lorsque le schéma d’inspection est le schéma d’inspection initial la sélection des points de contrôle formant l’ensemble initial de points de contrôle peut se faire par l’instruction donnée par un opérateur au moyen d’une interface homme-machine, ou par la mise en œuvre d’un algorithme d’apprentissage automatique (c-à-d. d’un algorithme d’intelligence artificielle) au moyen d’un ensemble de données d’apprentissage initial comprenant des données de simulation du processus industriel ; et/ou des données historiques obtenues par un opérateur qualifié ou par un procédé de contrôle préexistant sur ledit processus industriel. Selon un mode de mise en œuvre préféré de l’invention dans lequel différents types d’entités sont vérifiées au sein d’une même installation, on aura avantage à ce que l’ensemble initial de données d’apprentissage fourni soit spécifique au type de l’entité.

Ainsi, selon un mode de réalisation préféré, l’étape b) comprend :

la fourniture d’un catalogue définissant un nombre total de points de contrôle ;

la fourniture d’un ensemble initial de données d’apprentissage comprenant des données de simulation du processus industriel, et/ou des données historiques obtenues par un opérateur qualifié ou par un procédé de contrôle préexistant sur ledit processus industriel ;

la définition d’un ensemble optimal de points de contrôle définissant un schéma d’inspection initial par la mise en œuvre d’un algorithme d’apprentissage automatique qui a été formé en utilisant l’ensemble initial de données d’apprentissage ; et

la fourniture du schéma d’inspection initial comme schéma d’inspection.

De préférence, l’étape a) comprend une sous-étape d’identification d’un type associé à l’entité et l’ensemble initial de données d’apprentissage fourni à l’étape b) est spécifique au type de ladite entité.

On aura compris qu’une fois que le procédé a été initié, il va permettre d’adapter de manière régulière (par exemple selon une fréquence donnée), et de préférence en continu ou en temps réel, le schéma d’inspection utilisé dans le cadre du procédé de contrôle de qualité. Un nouvel ensemble de données d’apprentissage est obtenu par les données collectées à l’étape de mesure c) et vient se substituer ou s’ajouter à l’ensemble initial de données d’apprentissage.

Cette adaptation du schéma d’inspection peut se faire à plusieurs niveaux.

Adaptation du schéma d’inspection aux entités selon leur type

L’adaptation peut se faire au niveau de l’étape b) de détermination d’un schéma d’inspection. En effet, l’homme du métier aura avantage à ce que, dans le cadre de l’adaptation du schéma d’inspection, le procédé prenne en compte des facteurs propres au processus industriel concerné. Dans le cas d’un processus industriel de peinture d’une caisse de véhicule ou d’un sous-ensemble de caisse d’un véhicule, les facteurs propres audit processus industriel peuvent comprendre le modèle de véhicule concerné et/ou sa couleur.

Donc, lorsque le processus industriel est un processus de peinture mis en œuvre sur un ou plusieurs modèles de caisse de véhicule et/ou de sous-ensemble de caisse de véhicule, il est possible d’associer un schéma d’inspection à un modèle donné et/ou à la couleur apposée sur le ou les modèles. L’étape de fourniture d’un schéma d’inspection comprend donc la sélection d’un schéma d’inspection (c’est-à-dire de points de contrôle spécifiques et/ou pertinents) pour le type d’entité dont la qualité est contrôlée, ledit type pouvant être déterminé par son modèle et/ou sa couleur.

Selon un mode de réalisation préféré, l’étape a) comprend la sous-étape d’identification du type de l’entité dont la qualité est vérifiée, et l’étape b) comprend la détermination d’un schéma d’inspection spécifique au type de ladite entité ; de préférence, ladite identification se fait par la reconnaissance du modèle de l’entité à partir d’un répertoire de modèles préenregistré et/ou par un test colorimétrique permettant de définir la couleur de l’entité. La sélection d’un schéma d’inspection associé à ladite entité peut se faire dans un recueil de schémas d’inspection préenregistré ou peut constituer en la détermination dudit schéma d’inspection par un algorithme d’apprentissage automatique.

La reconnaissance du modèle de l’entité peut se faire par tout moyen connu, par exemple par des moyens de reconnaissance visuels ou par lecture d’un code d’identification porté par l’entité. Le test colorimétrique peut se faire par tout moyen connu et peut également être remplacé par lecture d’un code d’identification porté par l’entité. Le code d’identification peut être un code barre ou un QR-code appliqué à l’encre invisible sur l’entité.

Ainsi, le procédé permet d’appliquer un schéma d’inspection qui soit adapté à l’entité dont la qualité est vérifiée par identification du type de ladite entité. Il est donc rendu possible de tester différents types d’entités sur un même poste d’inspection tout en effectuant une inspection spécifique et adaptée à chacune des entités.

Adaptation de la fréquence de sélection des entités selon leur type

L’identification des entités par leur type offre un autre avantage. Il est fréquent que toutes les entités produites dans le cadre du processus industriel ne soient pas inspectées. L’inspection se fait sur certaines entités seulement, choisies pour être représentatives dudit processus. Lorsque le procédé de contrôle qualité est appliqué sur une partie seulement des entités produites, on aura avantage à ce que la sous-étape d’identification des entités soit effectuée sur l’ensemble des entités produites et non pas uniquement sur les entités vérifiées. Ainsi, il est rendu possible de sélectionner les entités à vérifier de sorte à favoriser la sélection des types d’entités les moins fréquentes. Le procédé peut donc définir également une fréquence de sélection (c’est-à-dire d’inspection) des entités selon leur type.

Par exemple l’étape a) comprend une sous-étape d’identification d’un type associé à l’entité et ladite sélection se fait selon une fréquence de sélection spécifique au type d’entité ; ladite identification du type associé à l’entité se faisant par au moins un moyen choisi parmi

la lecture d’un code d’identification ;

la reconnaissance par une caméra du modèle de l’entité à l’aide d’un répertoire de modèles préenregistré ; et/ou

un test colorimétrique permettant de définir la couleur de l’entité.

La sélection peut donc se faire selon une fréquence de sélection prédéfinie associée à son type, néanmoins, la fréquence de sélection d’un type d’entité en vue de son contrôle peut être augmentée ou diminuée en fonction de facteurs prédéfinis.

En effet, et de manière connue, certaines couleurs de véhicule sont plus représentées que d’autres. Par exemple, il est produit plus de voitures de couleur blanche (couleur majoritaire) que de voitures de couleur verte (couleur minoritaire). Il peut donc être intéressant d’augmenter la fréquence de sélection des entités montrant une couleur minoritaire afin d’augmenter la collecte de données associée à ladite couleur. Il en va de même pour les modèles de véhicule.

Ainsi, le procédé permet d’appliquer une fréquence de sélection des entités selon leur type pour les soumettre au contrôle qualité.

Adaptation du temps d’inspection d’une entité

Le procédé permet d’adapter ou de réduire le temps d’inspection par entité. A cet effet, et prenant avantage du fait que les schémas d’inspection utilisés comprennent un nombre de points de contrôle inférieur au nombre de points de contrôle total répertoriés dans le catalogue, le procédé permet d’utiliser successivement différents schémas d’inspection sur des entités de même type. Par conséquent, l’ensemble des points de contrôle seront vérifiés non pas sur une seule entité mais sur une pluralité d’entités. Pour cela, chaque point de contrôle peut être associé à une fréquence de vérification donnée (ou fréquence d’apparition dans un schéma d’inspection), la fréquence pouvant être pondérée manuellement ou par les données collectées sur les précédentes entités par l’algorithme d’apprentissage automatique. Notamment, lorsque certains points de contrôle sont identifiés comme donnant des résultats généralement satisfaisants, leur fréquence d’apparition dans un schéma d’inspection peut être diminuée.

Ainsi, par exemple, si le catalogue comprend 30 points de contrôle, il est possible de limiter les schémas d’inspections à 15 points de contrôle (ou à un nombre variable choisi entre 10 et 20) et d’attribuer une fréquence d’apparition auxdits points de contrôle de sorte à ce que la totalité des points de contrôle soient vérifiés sur un nombre donné d’entités soumises successivement au contrôle qualité (par exemple 2, 3 ou 4).

On comprend qu’avec un nombre réduit de points de contrôle, le temps d’inspection d’une entité est réduit. La qualité des entités testées au niveau d’un point de contrôle donné est statistique. Cette mise en œuvre est également intéressante lorsque le procédé de contrôle qualité vérifie non pas toutes les entités produites mais une partie de celles-ci, puisqu’avec un temps d’inspection réduit il est possible de vérifier d’avantage d’entités. Un compromis est trouvé entre l’augmentation du nombre d’entités vérifiées et la diminution du temps d’inspection.

Ainsi, et selon un mode de réalisation préféré, l’étape b) comprend la fourniture d’un catalogue définissant un nombre total de points de contrôle et une fréquence d’apparition de chaque point de contrôle du catalogue dans un schéma d’inspection ; et lorsque l’entité sélectionnée est de même type qu’une ou plusieurs entités préalablement sélectionnées, la définition du nouveau schéma d’inspection tient compte de ladite fréquence d’apparition afin d’ajouter et/ou de retirer des points de contrôle par rapport au schéma d’inspection précédent. De préférence, l’étape b) comprend une sous-étape de mise à jour de la fréquence d’apparition associée à chacun des points de contrôle. Avantageusement, la fréquence d’apparition de chaque point de contrôle est définie par l’algorithme d’apprentissage automatique en utilisant l’ensemble initial de données d’apprentissage dans un premier temps et, par la suite, en utilisant le nouvel ensemble de données d’apprentissage comprenant les données collectées à l’étape c).

De préférence, l’étape b) comprend une sous-étape de mise à jour de la fréquence d’apparition associée à chacun des points de contrôle en fonction des données collectées sur les entités précédentes. Lorsqu’un point de contrôle est associé à la fréquence d’apparition maximale, il sera présent dans tous les schémas d’inspection utilisés. Une fréquence d’apparition maximale peut être définie pour des points de contrôle dans des zones critiques.

Pour les autres points de contrôle, lorsque les données collectées montrent un résultat toujours satisfaisant, il est possible de diminuer leur fréquence d’apparition dans un schéma d’inspection. On aura avantage, néanmoins, à définir une fréquence d’apparition minimale d’un point de contrôle dans un schéma d’inspection de sorte à ce qu’il soit présent de manière régulière dans les schémas d’inspection utilisés. La fréquence d‘apparition d’un point de contrôle donné peut être augmentée à nouveau lorsque des variations significatives ou des défauts (ou anomalies) sont détectés au niveau des mesures effectuées sur la ou les entités précédentes.

Adaptation par rapport aux résultats des mesures effectuées

Le procédé permet une adaptation du schéma d’inspection en continu (c’est-à-dire en temps réel) ou de manière régulière pour chaque type d’entité donné en fonction des variations du processus industriel dont la qualité est vérifiée et des conditions environnementales. Ainsi, le procédé peut utiliser l’algorithme d’apprentissage automatique pour identifier, par rapport aux données collectées lors de l’application du schéma d’inspection précédent, quels sont les points de contrôle dont la présence est pertinente dans le nouveau schéma d’inspection (ou schéma d’inspection suivant).

Ainsi, par exemple, l’étape d) comprend la comparaison du résultat des mesures effectuées sur le ou les paramètres testés lors de l’étape c) à au moins un intervalle de référence prédéfini pour chacun des paramètres, et/ou aux données d’une simulation de jumeau numérique. Lorsque le résultat d’une mesure est en dehors du ou des intervalles prédéfinis, un défaut (c’est-à-dire une anomalie) est détecté. Il est entendu que le défaut est alors signalé. Néanmoins, avantageusement, la détection d’un défaut va également engendrer la reconduction de la présence du point de contrôle ayant permis d’identifier le défaut dans le schéma d’inspection suivant afin de pouvoir déterminer si le défaut est isolé ou récurrent. Un défaut récurrent demande en effet une adaptation du processus industriel en amont. La reconduction de la présence d’un point de contrôle dans le schéma d’inspection suivant se fait alors au mépris de sa fréquence d’apparition ou en rendant cette fréquence d’apparition maximale.

Par ailleurs, l’étape d) peut comprendre la comparaison du résultat des mesures effectuées sur le ou les paramètres testés lors de l’étape c) à un ou plusieurs des résultats obtenus précédemment pour le ou les mêmes paramètres au niveau du même point de contrôle, et/ou aux données d’une simulation de jumeau numérique. Lorsqu’une variation significative est détectée, le procédé engendre la reconduction de la présence du point de contrôle ayant permis d’identifier ladite variation significative dans le schéma d’inspection suivant (et ce au mépris de sa fréquence d’apparition) afin de pouvoir suivre l’évolution de la variation et, si cette variation significative persiste ou s’accentue, signaler cette variation avant l’apparition d’un défaut (c’est-à-dire d’une anomalie). Pour identifier une variation comme étant significative, il est possible de définir au moins deux intervalles de référence pour la mesure d’un même paramètre, les deux intervalles étant imbriqués l’un dans l’autre et étant centrés sur la même valeur médiane. Lorsque le résultat d’une mesure est inclus dans les deux intervalles la variation est dite non-significative. Lorsque le résultat d’une mesure est inclus dans un seul des deux intervalles (c’est-à- dire dans le plus large des deux) la variation est dite significative.

Ainsi, de préférence, l’étape d) comprend la comparaison du résultat des mesures effectuées sur le ou les paramètres testés lors de l’étape c) à au moins un intervalle de référence prédéfini pour chacun des paramètres, et/ou aux données d’une simulation de jumeau numérique ; l’identification, le cas échéant, d’un ou plusieurs points de contrôle révélant un défaut ou une variation significative d’un paramètre, et l’étape b) mise en œuvre pour l’entité suivante comprend l’insertion dans le nouveau schéma d’inspection du ou des points de contrôle ainsi identifiés. L’entité suivante considérée peut être de même type ou non, de préférence, elle est de même type.

Par ailleurs, la détection d’un défaut ou de variations significatives (c’est-à-dire importantes) au niveau d’un point de contrôle donné peut engendrer l’insertion d’un ou plusieurs points de contrôle supplémentaires associés dans le nouveau schéma d’inspection, lesdits points de contrôle supplémentaires associés montrant une probabilité importante de présence de défaut ou de variation significative lorsqu’un défaut ou une variation significative est détectée audit point de contrôle donné. La relation d’association peut être prédéterminée au moyen des données historiques ou de simulation, ou peut être déterminée par l’algorithme d’apprentissage automatique en utilisant l’ensemble initial de données d’apprentissage dans un premier temps, et par la suite en utilisant le nouvel ensemble de données d’apprentissage. L’invention offre donc un outil prédictif sur l’apparition de défauts par l’étude des paramètres mesurés et de leurs variations.

On comprend que la mise en œuvre du procédé selon l’invention, avec un schéma d’inspection adaptatif permet à la fois une inspection renforcée au niveau des zones et/ou des paramètres identifiés comme sensibles, et à la fois une inspection réduite au juste nécessaire dans certaines zones et/ou au niveau des paramètres identifiés comme satisfaisants. La mise en œuvre d’un schéma d’inspection adaptatif permet donc de réduire le temps d’inspection d’une entité tout en affinant ladite inspection et en permettant de déceler au plus tôt les défauts générés par les variations du processus industriel.

Adaptation par utilisation d’un jumeau numérique

Selon un mode de réalisation préféré, le procédé comprend en outre une étape préliminaire de création d’un jumeau numérique pour chacune desdites entités de sorte à obtenir des données de simulation de jumeau numérique pour au moins un des paramètres pouvant être mesuré sur lesdites entités

Avantageusement, le procédé peut également mettre en œuvre un jumeau numérique. La création d’un jumeau numérique (en anglais "digital twin" ou "device shadow") est connue. Il s’agit d’un modèle numérique qui reconstitue fidèlement une entité (sous forme d’un clone virtuel). Le jumeau numérique n'est pas seulement une réplique parfaite de l’entité au moment où elle arrive au niveau du poste d’inspection mais il comprend également les informations sur le ou les processus industriels par lequel elle est passée depuis sa conception. Aussi, la détermination d’un schéma d’inspection optimal d’une entité peut prendre en compte les informations données par le jumeau numérique. En effet, les données de la simulation par jumeau numérique peuvent être comparées aux données de références prédéfinies et, en cas de variation d’un ou plusieurs paramètres, les points de contrôle correspondant auxdits paramètres peuvent alors être sélectionnés pour vérifier la réalité de la variation ou non.

De manière alternative ou complémentaire, le procédé selon l’invention va comparer les données d’une simulation de jumeau numérique avec les mesures réelles des paramètres obtenues à l’étape c) et/ou à des données de référence.

En effet, lors de l’emploi d’un jumeau numérique, l’homme du métier aura avantage à ce que les données de simulation dudit jumeau numérique soient :

comparées aux intervalles de référence prédéfinis, dans un cadre prédictif de détection des défauts et des variations significatives et donc d’adaptation du schéma d’inspection ; et/ou

comparées aux mesures effectuées sur l’entité en question pour fournir des données d’apprentissage permettant d’affiner la simulation par jumeau numérique.

Ainsi, l’invention comprend la création d’un jumeau numérique pour lesdites entités de sorte à obtenir des données de simulation de jumeau numérique pour au moins un des paramètres pouvant être mesuré sur lesdites entités, et l’étape a) comprend les sous-étapes d’identification de l’entité ; de comparaison des données de simulation de jumeau numérique à des intervalles de référence prédéfinis ; et la sélection ou non de ladite entité pour sa vérification en fonction du résultat de la comparaison. Ainsi, la sélection d’une entité susceptible de montrer un défaut ou une variation significative d’un paramètre peut être effectuée sans tenir compte de l’application d’une fréquence de sélection de ladite entité.

De préférence, lorsque l’entité est sélectionnée, le procédé comprend l’identification d’un ou plusieurs points de contrôle révélant un défaut ou une variation significative d’un paramètre par comparaison des données de simulation de jumeau numérique à des intervalles de référence prédéfinis, et l’insertion dans le schéma d’inspection utilisé pour ladite entité du ou des points de contrôle ainsi identifiés. Ainsi, le schéma d’inspection est adapté aux données de simulation obtenues par l’emploi d’un jumeau numérique et cible en particulier les points de contrôle dans lesquels un problème est susceptible d’exister.

Le processus industriel est préférentiellement un processus de peinture, et un ou plusieurs des paramètres indicateurs de la qualité dudit processus sont choisi parmi l’épaisseur de la couche de peinture, la colorimétrie, la brillance, la présence de défaut d’aspect, la présence de coulures d’étain et la présence de défauts d’aspect issus d’un défaut d’emboutissage.

L’invention concerne également un support lisible par un ordinateur comprenant un code exécutable par un ordinateur pour mettre en œuvre un procédé tel que défini ci-avant.

Enfin l’invention concerne une installation pour la mise en œuvre d’un procédé de contrôle qualité d’un processus industriel comprenant un poste d’inspection comprenant un robot portant, dans sa main, une tête d’inspection comprenant au moins un outil de mesure adapté à la mesure d’un ou plusieurs paramètres indicateurs de la qualité dudit processus, l’installation étant remarquable en ce qu’elle comprend en outre un système de commande d’un procédé tel que décrit plus haut.

LaFIG. 1illustre un exemple de réalisation d’une installation 1 selon l’invention. L’installation comprend un poste d’inspection 3 comprenant un robot 7 portant, dans sa main, une tête d’inspection 9 comprenant au moins un outil de mesure adapté à la mesure d’un ou plusieurs paramètres indicateurs de la qualité dudit processus. Le robot 7 est préférentiellement poly-articulé. Le robot 7 peut être placé sur un portique mobile lui-même placé au-dessus de la ligne de production apportant les entités à inspecter, comme par exemple une caisse de véhicule ou un sous-ensemble de caisse de véhicule. Sur laFIG. 1, le robot 7 est disposé en bord de ligne. L’installation 1 comprend avantageusement un système de commande 11 comprenant une unité d’acquisition des données obtenues par le robot 7 lors d’un cycle d’inspection, et au moins un ordinateur. L’unité d’acquisition des données rassemble, stocke et numérise les données issues des outils de mesure portés par le robot 7. L’unité d’acquisition des données envoie les données à au moins un ordinateur, qui va intégrer les données reçues via l’unité d’acquisition des données avec un ou plusieurs ensembles de données choisis parmi un ou plusieurs ensembles de données historiques, un ou plusieurs ensembles de données de référence (c’est-à-dire un ou plusieurs intervalles de référence et des codes d’dentification) et un ou plusieurs ensembles de données issues de la simulation de jumeaux numériques. L’ordinateur a reçu un code exécutable pour la mise en œuvre du procédé par le biais d’un support lisible adapté. L’ordinateur est également programmé pour commander le robot 7.

L’ordinateur permet également de faire fonctionner au moins un algorithme d’apprentissage automatique qui utilise des données choisies parmi des données historiques, de référence, de jumeau numérique, et/ou de mesure aux points de contrôle ; afin de définir les schémas d’inspection et, préférentiellement de sélectionner les entités à vérifier selon le procédé décrit ci-dessus.

Selon une mise en œuvre préférentielle de l’invention, l’ordinateur est relié à un système d’alerte, qui notifie un opérateur en cas de détection d’anomalie ou de variation significative. Selon une mise en œuvre préférentielle de l’invention, une interface utilisateur permet à l’opérateur d’accéder aux données en temps réel et de procéder à des actions correctives soit au niveau de l’installation mettant en œuvre le processus industriel en amont soit au niveau d’une unité de réparation en aval.

L’installation 1 est décrite dans le cadre de la mise en œuvre d’un procédé de contrôle qualité d’un processus de peinture mais pourra être adaptée à d’autres processus industriels. Le robot peut être muni d’un bras poly-articulé de type à 5, 6 ou 7 axes de façon à montrer une flexibilité suffisante pour pouvoir aligner la tête d’inspection avec tous les points de contrôle à inspecter sur la caisse 5 ou le sous-ensemble de caisse du véhicule. De préférence, le robot 7 présente un bras poly-articulé à 6 axes. La tête d’inspection porte une série d’outils de mesure spécifiques à chaque type de contrôle. Les outils de mesure comprennent au moins un senseur de mesure de l’épaisseur de la couche de peinture, un senseur colorimétrique pour le contrôle de la couleur, et un système de vision pour le contrôle de l’apparence préférentiellement associé à un système d’éclairage.

Le senseur de mesure de l’épaisseur de la couche de peinture peut être par exemple une sonde à ultrasons, une sonde à courants de Foucault, une sonde de tomographie par rayons X, ou une autre sonde permettant un contrôle non-destructif. De préférence, le senseur de mesure de l’épaisseur de la couche de peinture est une sonde de spectroscopie térahertz ; préférentiellement une sonde d’imagerie à térahertz pulsés dans la gamme de 0,1 à 10 THz.

Le senseur colorimétrique peut être un densitomètre couleur, ou un photomètre tristimulus couleur, ou un spectrophotomètre. De préférence, le senseur colorimétrique associera les fonctions d’un densitomètre couleur et d’un photomètre couleur.

Le système de vision peut comprendre un profilomètre laser et une ou plusieurs caméras ; au moins une caméra peut être une caméra stéréoscopique permettant la restitution d’une image en relief.

Avantageusement, le senseur de mesure d’épaisseur de la couche de peinture, le senseur colorimétrique et le système de vision sont orientés selon des angles différents de façon à pouvoir être utilisés alternativement après rotation de la tête d’inspection.

Selon l’invention, préalablement aux étapes de mesure de paramètres dans le cadre de la mise en œuvre du procédé de contrôle qualité, le robot 7 peut effectuer une identification de l’entité au moyen d’une détermination de sa couleur, de son modèle, ou par la lecture d’un code de vérification par une caméra.

L’invention est remarquable en ce qu’un point de contrôle tel que défini par le schéma d’inspection peut faire l’objet d’un ou plusieurs types de mesures. Par exemple, un point de contrôle peut faire l’objet d’une mesure de l’épaisseur de la couche de peinture, et/ou d’une mesure de colorimétrie, et/ou d’une mesure d’apparence. Le ou les senseurs appropriés seront successivement employés sur le point de contrôle donné, tel que défini dans le schéma d’inspection.

Le robot 7 va positionner sa tête d’inspection 9 à proximité du point de contrôle à inspecter. La tête d’inspection 9 sera placée de telle façon que le senseur adapté soit en contact, ou à distance suffisante pour être activé, avec le point de contrôle.

Par exemple, La tête d’inspection 9 sera placée de façon à ce que le senseur de mesure de l’épaisseur de la couche de peinture soit en contact, ou à distance suffisante pour être activé, avec le point de contrôle. Après activation dudit senseur, la mesure de l’épaisseur de la couche de peinture sera prise et envoyée à l’unité d’acquisition des données.

Les techniques de mesure de l’épaisseur d’une couche de peinture sont bien connues de l’homme du métier. La technique utilisée dans le cadre de l’invention met en œuvre une sonde d’imagerie à téraherz. Les technologies de contrôle non-destructif à térahertz sont aptes à réaliser des mesures par inspection sans contact, avec une grande précision et une bonne pénétration. En particulier, La technologie de la spectroscopie térahertz dans le domaine temporel (THz-TDS) a été décrite comme technique de contrôle non-destructif de fines couches de peinture sur automobiles ; en dérive l’imagerie par térahertz pulsés (THz Pulse Imaging) dans la gamme de 0,1 à 10 THz, pour laquelle des senseurs sont disponibles commercialement. D’autres technologies térahertz en développement sont cependant envisageables, comme la spectroscopie à domaine de fréquences (frequency domain spectroscopy). De préférence, l’invention mettra en œuvre une sonde d’imagerie par térahertz pulsés.

De préférence, le senseur de mesure de l’épaisseur de la couche de peinture est une sonde d’imagerie à térahertz ; préférentiellement une sonde d’imagerie à térahertz pulsés dans la gamme de 0,1 à 10 THz.

Si défini dans le schéma d’inspection par l’algorithme intelligent, le même point d’inspection peut faire l’objet d’une analyse colorimétrique. Le robot 7 va donc faire pivoter la tête d’inspection 9 de façon à placer à distance adéquate le senseur colorimétrique. Le senseur colorimétrique sera activé et la mesure correspondante sera envoyée à l’unité d’acquisition des données.

L’analyse colorimétrique vise à détecter la couleur de l’entité, mais peut également permettre de s’assurer que la peinture déposée est de la nuance exacte voulue, ou du moins se situe dans des limites spectrales définies. Un colorimètre détermine la couleur en fonction des composants rouge, bleu et vert de la lumière absorbée par l’échantillon. Sensible à la lumière, il mesure la quantité de couleur absorbée par un objet ou une substance, ainsi que la transmittance pour un petit nombre d’ondes prédéterminées. Le senseur colorimétrique peut être par exemple un densitomètre couleur, ou un photomètre tristimulus couleur, ou un spectrophotomètre. De préférence, le senseur colorimétrique associera les fonctions d’un densitomètre couleur et d’un photomètre couleur.

Si défini dans le schéma d’inspection, le même point de contrôle peut faire l’objet d’un contrôle d’apparence. Le robot 7 va donc faire pivoter la tête d’inspection de façon à placer à distance adéquate le système de vision, associé au système d’éclairage. Le système de vision sera activé et la ou les images correspondantes seront envoyées à l’unité d’acquisition des données.

Le contrôle d’apparence a pour but de visualiser d’éventuels défauts d’application de la couche de peinture. Le système de vision peut comprendre un profilomètre laser et une ou plusieurs caméras ; la caméra peut être une caméra stéréoscopique permettant la restitution d’une image en relief.

Une fois que la caméra est alignée avec le point de contrôle, une acquisition d’une ou plusieurs images du point de contrôle est effectuée. De préférence, le procédé comprend l’acquisition d’au moins deux images sous des angles différents de manière à pouvoir obtenir une image en relief dudit point de contrôle. Les images peuvent être acquises successivement avec une modification de l’angle et/ou du positionnement de la caméra entre deux acquisitions. Selon un mode de réalisation préféré, la caméra est une caméra stéréoscopique (ou « caméra 3 D » ou encore « caméra 3 dimensions ») qui permet d’effectuer une double acquisition d’image en simultané selon deux angles ou deux positions différentes. De telles caméras sont connues et comprennent généralement deux objectifs - placés côte à côte de manière solidaire dans un même boîtier. La caméra va acquérir en simultané un couple d’images stéréoscopiques, c'est-à-dire deux images jumelles (mais non semblables) en vue de la restitution du relief (c’est-à-dire en vue d’une inspection en trois dimensions).

Le système d’éclairage, situé sur la tête d’inspection de façon à éclairer le point de contrôle à photographier, sert à fournir au moins une lumière normalisée de spectre constant ; éventuellement, plusieurs lumières de spectres différents peuvent être employées et donner lieu à plusieurs séquences de prises de vues.

Les profilomètres lasers sont connus de l’homme du métier, et utilisent un faisceau laser pour balayer la surface d'un objet. En mesurant le temps que prend le laser pour revenir après avoir touché la surface, le dispositif peut calculer la distance et créer un profil tridimensionnel de l'objet.

Comme vu plus haut, une caméra peut également être utilisée dans le cadre de la lecture d’un code d’identification à l’encre invisible et le système d’éclairage peut donc comprendre des moyens d’éclairage par rayonnement ultraviolets permettant de faire apparaître ledit code d’identification en vue de sa lecture.

Claims (10)

1. Procédé de contrôle qualité destiné à être mis en œuvre sur une série d’entités issues d’un processus industriel, le procédé étant caractérisé en ce que la série d’entités comprend au moins deux entités et en ce que le procédé comprend les étapes suivantes :

   • a) sélectionner une entité en vue du contrôle de sa qualité
   • b) déterminer un schéma d’inspection comprenant un ensemble de points de contrôle ;
   • c) mesurer, sur l’entité, un ou plusieurs paramètres indicateurs de la qualité dudit processus au niveau de l’ensemble de points de contrôle définis par le schéma d’inspection et collecter les données, la ou les mesures étant effectuées par un ou plusieurs dispositifs de mesure ;
   • d) comparer les données obtenues à l’étape précédente à au moins un intervalle de référence prédéfini pour chacun des paramètres mesurés et au niveau de chacun des points de contrôle, et générer un signal de conformité ou d’anomalie ou d’indication d’une variation significative en fonction du résultat de cette comparaison ;
   • e) répéter les étapes précédentes a) à d) sur une ou plusieurs entités suivantes avec la différence que, pour au moins une des entités suivantes, l’étape b) comprend la détermination d’un nouveau schéma d’inspection comprenant un nouvel ensemble de points de contrôle ; le nouveau schéma d’inspection étant différent du précédent en ce qu’au moins un point de contrôle présent dans l’ensemble précédent est absent du nouvel ensemble et/ou en ce qu’au moins un point de contrôle présent dans le nouvel ensemble est absent de l’ensemble précédent ; de préférence, la détermination d’un nouveau schéma d’inspection se fait pour chacune des entités suivantes.
2. Procédé selon la revendication 1, caractérisé en ce que l’étape a) comprend une sous-étape d’identification d’un type associé à l’entité ; et/ou en ce que l’étape a) comprend une sous-étape d’identification d’un type associé à l’entité et ladite sélection se fait selon une fréquence de sélection spécifique au type d’entité ; ladite identification du type associé à l’entité se faisant par au moins un moyen choisi parmi

   • la lecture d’un code d’identification ;
   • la reconnaissance par une caméra du modèle de l’entité à l’aide d’un répertoire de modèles préenregistré ; et/ou
   • un test colorimétrique permettant de définir la couleur de l’entité.
3. Procédé selon la revendication 1 ou 2, caractérisé en ce que l’étape b) comprend la fourniture d’un catalogue définissant un nombre total de points de contrôle, et l’ensemble de points de contrôle constitue une sélection d’un nombre donné de points de contrôle dans ledit catalogue de telle sorte que le nombre de points de contrôle de l’ensemble soit inférieur ou égal au nombre total de points de contrôle définis dans le catalogue ; et/ou en ce que l’étape b) de détermination d’un schéma d’inspection se fait au moyen d’un algorithme d’apprentissage automatique ou par sélection d’un schéma d’inspection dans un recueil de schémas d’inspection préenregistré.
4. Procédé selon la revendication 1 à 3, caractérisé en ce que l’étape a) comprend une sous-étape d’identification d’un type associé à l’entité et l’étape b) comprend la fourniture d’un catalogue définissant un nombre total de points de contrôle et une fréquence d’apparition de chaque point de contrôle du catalogue dans un schéma d’inspection ; et en ce que lorsque l’entité sélectionnée est de même type qu’une ou plusieurs entités préalablement sélectionnées, la définition du nouveau schéma d’inspection tient compte de ladite fréquence d’apparition afin d’ajouter et/ou de retirer des points de contrôle par rapport au schéma d’inspection précédent ; de préférence, l’étape b) comprend une sous-étape de mise à jour de la fréquence d’apparition associée à chacun des points de contrôle.
5. Procédé selon l’une des revendications 1 à 4, caractérisé en ce que lors de l’initiation du procédé, l’étape b) comprend :

   • la fourniture d’un catalogue définissant un nombre total de points de contrôle ;
   • la fourniture d’un ensemble initial de données d’apprentissage comprenant des données de simulation du processus industriel, et/ou des données historiques obtenues par un opérateur qualifié ou par un procédé de contrôle préexistant sur ledit processus industriel ;
   • la définition d’un ensemble optimal de point de contrôle définissant un schéma d’inspection initial par la mise en œuvre d’un algorithme d’apprentissage automatique qui a été formé en utilisant l’ensemble initial de données d’apprentissage ; et
   • le choix du schéma d’inspection initial comme schéma d’inspection ;

   de préférence, l’étape a) comprend une sous-étape d’identification d’un type associé à l’entité et l’ensemble initial de données d’apprentissage fourni à l’étape b) est spécifique au type de l’entité.
6. Procédé selon l’une des revendications 1 à 5, caractérisée en ce que la comparaison effectuée à l’étape d) génère un signal d’anomalie ou d’indication d’une variation significative d’un paramètre au niveau d’un point de contrôle donné, le schéma d’inspection suivant comprendra ledit point de contrôle ; de préférence, l’étape a) comprend une sous-étape d’identification d’un type associé à l’entité et le schéma d’inspection suivant concerné est un schéma d’inspection pour une entité de même type.
7. Procédé selon l’une des revendications 1 à 6, caractérisée en ce qu’il comprend une étape préliminaire de création d’un jumeau numérique pour chacune desdites entités de sorte à obtenir des données de simulation de jumeau numérique pour au moins un des paramètres pouvant être mesuré sur lesdites entités, et en ce que l’étape a) comprend les sous-étapes d’identification de l’entité ; de comparaison des données de simulation de jumeau numérique à des intervalles de référence prédéfinis ; et la sélection ou non de ladite entité en fonction du résultat de la comparaison ; de préférence, lorsque l’entité est sélectionnée, l’étape b) comprend l’identification d’un ou plusieurs points de contrôle révélant une anomalie ou une variation significative d’un paramètre par comparaison des données de simulation de jumeau numérique à des intervalles de référence prédéfinis , et l’insertion dans le schéma d’inspection déterminé pour ladite entité du ou des points de contrôle ainsi identifiés.
8. Procédé selon l’une des revendications 1 à 7 caractérisé en ce que le processus industriel est un processus de peinture et en ce qu’un ou plusieurs des paramètres indicateurs de la qualité dudit processus sont choisis parmi l’épaisseur de la couche de peinture, la colorimétrie, la brillance, la présence de défaut d’aspect, la présence de coulures d’étain et la présence de défauts d’aspect issus d’un défaut d’emboutissage.
9. Support lisible par un ordinateur comprenant un code exécutable par un ordinateur pour mettre en œuvre un procédé selon l’une des revendications 1 à 8.
10. Installation (1) pour la mise en œuvre d’un procédé de contrôle qualité d’un processus industriel comprenant un poste d’inspection (3) comprenant un robot (7) portant dans sa main une tête d’inspection (9) comprenant au moins un outil de mesure adapté à la mesure d’un ou plusieurs paramètres indicateurs de la qualité dudit processus, l’installation (1) étant caractérisée en ce qu’elle comprend en outre un système de commande (11) d’un procédé selon l’une des revendications 1 à 8 comprenant une unité d’acquisition des données et au moins un ordinateur.