pile of shiny metal bolts

SolVision成功案例

金屬螺栓AI視覺瑕疵檢測

客戶

客戶是一家總部位於亞洲的螺帽和螺栓製造商。

案例

金屬螺栓品質控制

客戶尋求一種精確的瑕疵檢測解決方案,無論螺栓的位置或方向如何,都能夠識別螺栓上的缺陷,例如小凹痕、刮痕、突起粒等瑕疵。

pile of shiny metal bolts

挑戰

降低瑕疵檢測的誤判率

為了防止瑕疵檢測中的冗餘,每個螺栓都需要從三個不同角度單獨分析。由於生產量較大,客戶要求每個螺栓的檢測過程在1秒內完成,同時保持至少90%的準確率。

不過,由於螺栓的表面反光,光反射效果易被傳統AOI視覺檢測誤認為是缺陷,使得這項任務變得更加複雜。

解決方案

創新的AI視覺瑕疵檢測方案

所羅門設計一款機器人輔助系統,使每個螺栓都能旋轉360度,拍攝三張圖像以識別任何瑕疵。

為了解決反光表面的挑戰,我們在AI視覺檢測系統SolVision中訓練一個AI模型,並且我們的工程師為客戶提供了最佳照明和背景條件的建議,最大限度的減少反射。

這種綜合方法實現了快速的檢驗過程,每個螺栓的檢查時間僅為49毫秒,準確率達到100%。

效益

每個螺栓的瑕疵檢查週期時間為 49 毫秒。
100% 瑕疵檢測準確率。
將誤判率降低至零。
相關文章
  • 透明點滴袋打印標籤辨識分類解決方案

    各式輸液皆以透明點滴袋包裝,點滴袋上都會清楚註明種類、濃度及容量資訊。由於各式點滴袋體上打印標籤位置不一,在產線尚無法以一般光學檢測取代人工進行品項分類。所羅門運用SolVision技術,針對點滴袋體上的名稱、濃度、容量等影像資訊訓練AI學習影像特徵,可以快速辨識並分類各式輸液品項。
  • a group of square objects

    晶圓不良品分類及瑕疵定位自動化解決方案

    傳統光學檢測無法針對全幅影像進行分類,故無法於第一階段汰除瑕疵過多的晶圓。應用SolVision AI影像平台技術辨識瑕疵特徵。首先判斷晶圓是否具有過多瑕疵,汰除無法修復的不良品。其次運用影像處理技術分割晶圓影像,並以工具偵測瑕疵,記錄其特徵、坐標、面積等資訊,大幅提升後續修補的效率。
  • Multi Colored Plastic Round Toy

    紗線瑕疵檢測的最佳解決方案

    保有生產效益的同時兼顧紗線品質,是紡織業者最大挑戰。現今紗場依以人工檢測為主,漏檢率高且工時長,不利實際品質要求,傳統AOI面對不固定瑕疵時亦難以檢測,誤判率高。使用SolVision工具使AI學習辨識瑕疵特徵,快速且精準地找出各項缺陷,有效改善檢測速率、成品良率並降低品檢負擔。
  • 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。