Treindustrien går fra manuelle visuelle kontroller til kontinuerlig, datadrevet kvalitetsvurdering. Med høyoppløselige linjekamera, hyperspektral sensoring og små akseleratorkort (GPU/TPU) ved saglinjen oppnås stabil kvalitet, bedre ressursutnyttelse og dokumentert sporbarhet.
Innhold i artikkelen (6)
Fra prøveuttak til full dekning
Kvalitetskontroll har tradisjonelt vært punktvis og manuelt. Med kamerabaserte systemer får vi 100 % dekning – hver planke vurderes, merkes og spores gjennom hele verdikjeden.
Edge-enheter ved linja gjør inferens lokalt, uten å sende råvideo til sky. Resultatet er lav latens, dataminimering og robust drift selv ved nettverksfeil.
- Høyoppløselige linjekamera og 3D-profilering
- Hyperspektral sensoring for fukt/lim/overflate
- Edge-akseleratorer (GPU/TPU/NPU) i kapsling
Modeller trent på norske treslag
Modellene må lære lokale variasjoner – gran, furu og bjørk med ulike vekstforhold. Annoterte datasett fra linja gir robust kvist-, sprekk- og fiberavvik-deteksjon.
Kontinuerlig læring skjer via «human-in-the-loop»: operatører korrigerer tvilstilfeller, og forbedringene rulles ut som versjonerte modeller.
- Defektklasser: kvist, sprekk, harpiks, vridning
- Label-verktøy integrert i operatørstasjon
- Sikker utrulling med A/B-testing i skift
Integrasjon med saglinje og ERP
Systemet snakker OPC UA/MQTT for hendelser og måledata. Kvalitetsklasser sendes til sorteringsporter i millisekund-skala og lagres mot ordrenummer i ERP/MES for sporbarhet.
Ved avvik trigges tiltak: automatisk omruting, stopp, eller karantene for nærmere inspeksjon.
Drift: rengjøring, kalibrering og modellhelse
Kamera trenger rutinemessig rengjøring og lyskalibrering. I tillegg overvåkes modellhelse: skjevheter, drift og usikkerhet varsles så teamet kan re-trene før kvaliteten glipper.
Dashbord viser «confidence», fordeling av klasser og trendbrudd – alt knyttet til partier og skift.
- Plan for optikkvedlikehold og lysstyring
- Automatiserte kalibreringssekvenser
- Varsling ved modell-drift og dataskjevhet
Gevinster for økonomi og bærekraft
Mer presis klassifisering gir bedre utnyttelse av råstoff og færre reklamasjoner. Data gir grunnlag for prosessforbedring, fra tørkekurver til sagoppsett.
Sporbarhet i hele løpet gjør det enklere å dokumentere bærekraft og samsvar i eksportmarkeder.
- Stabil produktkvalitet skift til skift
- Mindre vrak og ombearbeiding
- Bedre dokumentasjon for kunder og myndigheter
Veien videre: multimodalitet og digitale tvillinger
Neste steg er å kombinere bilde, lyd og vibrasjon for å fange tidlige tegn på indre feil. Samtidig kan digitale tvillinger simulere sagoppsett før fysiske endringer – med edge-resultater som sanntidsinput.
Emner
