a close-up of a machine

SolVision成功案例

自动化激光焊接分类暨检测解决方案

激光焊接特征侦测深度学习技术

激光焊接品质与速度皆优于传统焊接

激光焊接采用高能量密度的激光为热源,使材料迅速熔化、汽化、冷却并凝固连结,具有快速、装置简单、可焊接难熔材料、可执行精密焊接等特性,在生产效率、品质上皆优于传统焊接。

AI deep learning technology for laser welding defect detection

如何分辨焊接品质:焊缝鱼鳞纹特征

激光焊接依功率密度大小区分为激光热传导焊接、激光深熔焊接两类,具有不同的焊缝特征。由于产品的焊接位置、样式不尽相同,无法透过传统光学检测辨别焊缝的环状分布、漏焊等成品样态,因此产线终端皆是以人工方式执行检测,常造成焊接品质不一的情形。

AI焊缝检测:特征辨识、定位标注、计数一站完成

应用Solomon  SolVision  AI影像平台的分類及实例切割技术,能够以焊缝特征影像训练AI模型,辨识焊接功率及漏焊瑕疵,并可透过深度学习,精准侦测焊缝的鱼鳞纹数量及分布。

焊接计数与瑕疵检测案例

OK: 焊接完整且数量正确

Automating Laser Welding Inspections

NG: 焊接不完整且数量错误

Automating Laser Welding Inspections
相关文章
  • 缎带品质AI检测解决方案

    缎带色彩缤纷的特性使得AOI检测容易因为花纹和颜色变化而发生瑕疵漏检或误判。使用SolVision检测各种颜色、花纹的缎带,能够精确找出裂孔、脱丝等瑕疵的位置、大小及形状,不论是检测速度或是精准度都能达到标准。而透过记录与分析瑕疵的样态,可回溯找出制作过程中的问题所在,改善产品制程。
  • 芯片承载盘检测解决方案

    芯片承载盘是半导体加工制程的关键要素,芯片承载盘的轮廓与定位孔点常因作业造成瑕疵,过去多透过AOI光学检测方式予以检查。然而承载盘不易透过AOI检出并定位瑕疵,严重影响良率及生产效率。运用SolVision AI影像技术执行缺陷检测,以利使用者实时监测并排除承载盘异常。
  • 渐层玻璃瓶瑕疵检测

    渐层玻璃瓶皆经过喷砂制程雾面处理,制作过程常见的瑕疵类型为色泽不均或者瓶身出现黑点,而这些瑕疵因无法明确定义且样式不固定,难以采用AOI方法进行检测。训练完成的AI模型即可快速检出玻璃瓶身各角度之瑕疵分布,并标注出缺陷位置。
  • 金属外壳瑕疵检测与分类解决方案

    利用SolVision的瑕疵检测工具,做出AI模型Training,针对瑕疵的形状长相建立瑕疵缺陷数据库,将复杂的缺陷人工检测转化成精准度高且规律的检测系统,以深度学习辨识异常并忽略可接受的微小缺陷,有效提升检测精准度及速率,兼顾产品严格的质量要求。