a close-up of a machine

SolVision成功案例

自動化雷射銲接分類暨檢測解決方案

雷射銲接特徵偵測深度學習技術

雷射銲接品質與速度皆優於傳統銲接

雷射銲接採用高能量密度的雷射為熱源,使材料迅速熔化、汽化、冷卻並凝固連結,具有快速、裝置簡單、可焊接難熔材料、可執行精密銲接等特性,在生產效率、品質上皆優於傳統焊接。

AI deep learning technology for laser welding defect detection

如何分辨銲接品質:銲縫魚鱗紋特徵

雷射銲接依功率密度大小區分為雷射熱傳導銲接、雷射深熔銲接兩類,具有不同的銲縫特徵。由於產品的焊接位置、樣式不盡相同,無法透過傳統光學檢測辨別銲縫的環狀分布、漏銲等成品樣態,因此產線終端皆是以人工方式執行檢測,常造成銲接品質不一的情形。

AI銲縫檢測:特徵辨識、定位標註、計數一站完成

應用Solomon SolVision AI影像平台的Classification及Segmentation技術,能夠以銲縫特徵影像訓練AI模型,辨識銲接功率及漏銲瑕疵,並可透過深度學習,精準偵測銲縫的魚鱗紋數量及分布。

銲接計數與瑕疵檢測案例

OK: 銲接完整且數量正確

Automating Laser Welding Inspections

NG: 銲接不完整且數量錯誤

Automating Laser Welding Inspections
相關文章
  • 金屬外殼瑕疵檢測與分類解決方案

    利用SolVision的瑕疵檢測工具,做出AI模型Training,針對瑕疵的形狀長相建立瑕疵缺陷資料庫,將複雜的缺陷人工檢測轉化成精準度高且規律的檢測系統,以深度學習辨識異常並忽略可接受的微小缺陷,有效提升檢測精準度及速率,兼顧產品嚴格的品質要求。
  • 快速精準辨識多種橡膠射出成型之瑕疵

    精準辨識多種橡膠射出成型瑕疵

    橡膠射出成形採用AOI檢測塑料缺陷時,由於瑕疵種類及位置多變,易遇橡膠射出瑕疵樣品不足使得瑕疵定性定量困難,檢測精準度不足。利用SolVision AI瑕疵檢測,針對橡膠射出成品瑕疵形狀與顏色建立資料庫,AI學習可後辨識種類及位置多變的瑕疵。有效解決橡膠射出成品瑕疵不固定的檢測問題。
  • cable and connector for USB, Type-C, Micro USB, Lightning, on a white background in isolation, collage

    AI影像辨識、分類與瑕疵檢測各式傳輸線

    由於傳輸線的種類、數量繁多,以往仰賴人力辨識物件易有所疏漏,運用最先進AI+AR技術可協助前線人員快速辨識出不同的傳輸線種類,並能自動導入出貨系統。
  • metal rails stacked in a railway yard

    利用機器人實現自動化鐵軌接縫板去毛邊處理

    使用了SOLMON公司的AI 3D機器視覺技術Solmotion來進行接縫板的位置識別。準確地識別接縫板端面進行毛邊修整的位置並進行了修正。在毛邊修整過程中,我們在接縫板流動到修整位置之前的一側安裝了Solmotion的攝像頭系統,用於解析接縫板的截面。