Smart Inspection untuk Industri Pengecoran Logam: Porositas, Cold Shut, dan Cacat Casting

Kenapa Pengecoran Butuh Pendekatan Khusus

Pabrik pengecoran logam (casting) — besi cor, aluminium die casting, kuningan — punya tantangan QC yang berbeda dari lini perakitan. Permukaan coran kasar dan tidak seragam, warna bervariasi antar-batch, dan banyak cacat baru terlihat setelah shot blasting atau fettling. Inspeksi visual biasanya dilakukan operator dengan senter di area yang berdebu dan panas, sehingga hasilnya sangat bergantung pada kelelahan dan pengalaman.

Smart inspection dengan kamera AI tidak menggantikan seluruh rangkaian uji di foundry, tetapi bisa mengambil alih pemeriksaan permukaan yang repetitif dan membuat hasilnya konsisten antar-shift. Artikel ini membahas cacat apa yang realistis dideteksi kamera, di titik mana kamera dipasang, dan batasan yang perlu dipahami sejak awal.

Cacat Casting dan Kecocokannya dengan Kamera AI

Pola tabel ini mirip dengan yang dibahas di camera vision untuk inspeksi permukaan logam, tetapi permukaan coran jauh lebih "berisik" sehingga pemilihan model dan pencahayaan lebih menentukan.

Titik Pemasangan Kamera di Foundry

1. Setelah shake-out dan shot blasting. Permukaan sudah bersih dari pasir, cacat seperti blowhole dan cold shut paling mudah terlihat. Ini titik paling umum untuk pilot.
2. Setelah fettling/grinding. Memastikan sisa riser, gate, dan flash sudah dibersihkan dengan benar sebelum machining.
3. Setelah machining. Porositas yang tadinya tertutup kulit coran sering baru terbuka di permukaan hasil bubut atau frais — sangat penting untuk part die casting aluminium seperti housing dan bracket.
4. Final inspection sebelum packing. Verifikasi kelengkapan, kebersihan, dan kode coran.

Hindari memasang kamera langsung di area pouring atau dekat cetakan panas. Panduan proteksi debu, panas, dan getaran ada di smart inspection di lingkungan ekstrem.

Pencahayaan untuk Permukaan Coran

Permukaan kasar memantulkan cahaya secara acak, sehingga lampu frontal biasa menghasilkan banyak bayangan palsu. Beberapa pendekatan yang biasa dipakai:

• Dome light atau cahaya difus untuk meredam tekstur pasir dan menonjolkan lubang porositas.
• Low-angle light dari samping untuk memperjelas cold shut dan flash yang berupa perbedaan ketinggian.
• Backlight untuk memeriksa lubang tembus dan profil tepi pada part tipis.

Prinsip dasarnya dibahas di panduan pencahayaan camera vision. Di foundry, uji pencahayaan dengan part dari beberapa batch sekaligus, karena warna dan kekasaran permukaan bisa berbeda cukup jauh.

Memilih Model: Deteksi Objek atau Anomali?

Untuk cacat yang sering muncul dan bentuknya jelas — blowhole, sand inclusion, flash — deteksi objek memberi lokasi dan jenis cacat, sehingga aturan bisa dibuat per kelas: porositas di permukaan seal tidak boleh, porositas kecil di area non-fungsional masih diterima. Untuk part dengan cacat langka dan bentuk tidak terduga, mulai dengan deteksi anomali yang hanya butuh foto OK.

Kumpulkan foto dari beberapa cetakan (cavity) dan beberapa hari produksi agar model tidak "menghafal" satu kondisi pasir atau satu lot paduan — lihat panduan dataset & anotasi.

Traceability: Membaca Kode Coran

Banyak coran memiliki kode heat, nomor cetakan, atau tanggal yang timbul di permukaan. Membaca kode timbul lebih sulit daripada teks cetak karena kontrasnya rendah; pencahayaan low-angle biasanya diperlukan agar huruf terbaca. Dengan OCR, hasil inspeksi bisa dikaitkan ke cetakan tertentu sehingga cavity yang sering menghasilkan porositas cepat ketahuan. Dasarnya ada di OCR & ANPR dengan AI camera.

Batasan yang Perlu Dipahami

Kamera hanya melihat permukaan. Porositas internal dan shrinkage tetap memerlukan X-ray atau CT, retak rambut pada part kritis tetap memerlukan dye penetrant atau magnetic particle inspection, dan dimensi presisi tetap diverifikasi dengan CMM — meskipun kamera bisa membantu pengukuran kasar seperti dijelaskan di pengukuran dimensi dengan camera vision. Jika cacat yang dicari berupa perbedaan ketinggian yang sangat halus, pertimbangkan juga kapan inspeksi butuh 3D.

Posisikan kamera AI sebagai penyaring 100% untuk cacat permukaan, sementara uji destruktif dan NDT tetap berjalan sesuai rencana sampling.

Mulai dari Satu Part Bermasalah

Pilih satu part dengan tingkat reject permukaan tertinggi, pasang satu kamera setelah shot blasting, dan bandingkan hasilnya dengan inspeksi manual selama dua sampai empat minggu menggunakan metrik false reject dan escape. Hasil OK/NG bisa diteruskan ke PLC untuk memisahkan part, seperti di integrasi AI inspection ke PLC, MES, dan ERP.

Nirmana VisionAI berjalan on-premise di PC pabrik, mendukung deteksi objek, deteksi anomali, dan OCR dalam satu aplikasi, dengan training langsung dari GUI. Lihat paket & edisi Nirmana VisionAI untuk memulai pilot di lini pengecoran Anda.