SolVision成功案例

精準辨識多種橡膠射出成型瑕疵

AI視覺檢測系統自主學習,強化塑料瑕疵辨識能力

橡膠射出成型不良原因

在橡膠射出的製程中,原料品質、機台規格、模具設計到射出參數調整皆影響射出成型結果。
常見射出成型的瑕疵以表面外觀及尺寸差異為主,如:汙點、缺料、模具壓傷,或者因刮除橡膠溢出時傷及產品造成的缺陷。

傳統人力與自動光學檢查辨識瓶頸

採用傳統自動光學檢查檢測塑料缺陷時,由於瑕疵種類及位置多變,易遇瑕疵樣品不足使得瑕疵定性定量困難,導致檢測精準度不足,若退而維持人工,檢測速度相對緩慢且品質不一致,在辨識上依舊困難重重。

橡膠射出成型品質關鍵,提升瑕疵辨識的精準度

利用SolVision的Segmentation技術,針對橡膠成品的瑕疵形狀與顏色建立瑕疵資料庫,再利用AI學習瑕疵的特徵,可辨識種類及位置多變的瑕疵。隨著學習影像的增加,亦持續優化AI視覺檢測的能力,顯著提升橡膠瑕疵辨識的精準度,有效解決橡膠成品瑕疵不固定的檢測問題。

瑕疵種類案例

切口不平整

Improve defect identification with AI-powered visual inspection
Uneven Incisions

缺料

Improve defect identification with AI-powered visual inspection
Missing Material

模具壓傷

Improve defect identification with AI-powered visual inspection
Mold crush

汙點

Improve defect identification with AI-powered visual inspection
Stain
相關文章
  • 快速辨識輪胎內胎印刷編碼

    輪胎在製程的環節經歷許多高壓、高負荷與高溫差的工序,使內胎表面字跡模糊且刷色深淺不齊,影響內胎編碼的辨識度,不利於人工辨識與傳統AOI檢測。利用SolVision工具,針對輪胎內胎編碼的數字與形狀進行拍攝,進行AI模型訓練,能成功辨識,有效改善編碼辨識的正確率。
  • LED PCBA瑕疵檢測解決方案

    PCB【AI瑕疵檢測】LED中PCBA的良率難題:元件既多且雜,瑕疵檢測大不易!運用SolVision AI影像平台技術,在影像樣本中定位並標註鋁基板上的刮痕、髒污等異常及瑕疵情形,透過AI深度學習,即可自動且即時地檢出並定位鋁基板上的各式瑕疵,大幅提升產線生產效率。
  • 球柵陣列封裝假銲瑕疵檢測解決方案

    運用SolVision AI影像平台的Instance Segmentation技術,將X光影像中錫球重疊的假銲瑕疵予以標註並藉以執行AI模型的深度學習。經訓練後的AI即可在具背景雜訊、無明顯影像邊緣的條件下,將假銲瑕疵精準檢出。
  • 醫療口罩製造品質管控解決方案

    口罩產品瑕疵種類繁多,包括掉線、皺褶、鼻墊片缺漏及穿透、破洞、角切、髒污、側邊凸出及過濾層破損等。難以透過AOI方式檢出全部的瑕疵。運用SolVision AI影像技術,將影像樣本中各類型瑕疵予以標註,AI經深度學習後即可於品管端精準辨識口罩上是否有瑕疵,進而將不良品汰除。