a group of plastic cups sitting on top of a machine

SolVision成功案例

醫療器材品質控管:安全針頭組裝

改善傳統光學檢測對於透明或白色塑膠件高誤判率情形

確保醫療器材品質與安全性,醫材組裝檢測十分重要

自動注射器是由數十個零件組成,要做好品質控管,就必須在問題發生時追溯是哪個環節出錯,因此,如何準確地辨別缺陷是品質提升的關鍵因素。

自動光學檢測缺點:透明塑膠件紋路導致辨識困難

安全針頭如果零件沒有組裝好,或是安全針頭組裝錯誤,將會導致針頭突出傷人的意外,或是無法正常使用的狀況。然而,安全針頭為透明或白色的塑膠件,其材質與紋路使得辨識不易,不論以人眼或自動剛學檢測(AOI)方法皆容易造成誤判,導致組裝錯誤卻無法有效檢出。

結合機器視覺與人工智慧,讓缺陷檢測更快更精準

所羅門結合機器視覺與人工智慧使用 SolVision 的Segmentation 技術,針對白色與透明塑膠件的各種紋路與形狀做AI模型訓練,可有效檢出塑膠件的組裝錯誤,同時提高缺陷檢測的效率,使整體製程更為完善。

安全針頭瑕疵檢測

檢測結果
相關文章
  • A Man Fixing a Laptop

    筆電組裝零件缺漏與瑕疵檢測

    筆電產品零件進入組合與包裝程序後,利用人工方式進行配套零件的裝配,在執行上下裝殼與垂直螺絲組裝等工序時,若有零件缺漏將直接影響最終產品品質,進入各通路販售後有損公司名譽。導入所羅門SolVision檢測提高產品良率及穩定性,能持續優化其檢測效力,有效提高產品的品質良率。
  • person holding tool during daytime

    汽車車頂銲道氣孔瑕疵檢測解決方案

    銲接過程中,氣體飽和所形成的氣泡無法在銲接過程中及時排出而殘留在銲道中,形成銲道氣孔瑕疵,可能影響美觀及結構品質。運用SolVision AI技術,將各種亮度的銲道氣孔瑕疵影像進行標註,藉以訓練AI模型,即能不受影像亮度影響檢測出銲道上各處的氣孔瑕疵。
  • transparent IV bag on a clear background

    透過AI進行輸液袋異物檢測

    如何透過搭載AI的SolVision視覺系統達到100%的輸液袋異物檢測率?馬上了解更多高效AI檢測在醫療生技產業的應用實例。
  • SMT製程的回焊短路檢測解決方案

    SMT製程回焊過程中,過多錫膏量或是印刷偏移可能導致錫球間短路,過去以人工方式檢測,效率不彰。SMT多餘錫膏在高溫下的流動型態無法預測,難以傳統AOI檢出。運用SolVision AI技術,將SMT製程影像樣本中的回焊短路瑕疵定位並標註,訓練AI模型。可輕易檢出錫球間短路情形。