SolVision사례 연구

AI를 활용한 베어링 결함 감지

고객

고객사는 베어링 부품을 전문적으로 제조하는 업체로, 대규모 생산에서 효율적인 품질 검사를 통해 고품질 제품을 보장해야 합니다.

사례

베어링의 기능 및 특징

베어링(또는 베어링 어셈블리)은 회전하는 샤프트를 지지하며 축 정렬을 유지하고 마찰을 줄이는 역할을 합니다. 자동차 엔진, 산업용 생산 장비, 가전제품 등 다양한 응용 분야에서 필수적인 부품입니다.

metal ball bearing on a white background

도전 과제

기존 방식의 베어링 결함 감지 한계

베어링 나사산 결함 감지는 두 가지 주요 도전 과제를 포함합니다.

첫째, 나사산 검사는 과도한 피치, 과도 절삭, 파손된 홈과 같은 결함을 식별하기 위해 베어링 내부를 여러 각도에서 평가해야 합니다. 나사산의 미세한 구조로 인해 이러한 결함을 육안으로 감지하는 것이 어렵습니다.

둘째, 베어링 내부의 이물질을 식별하는 것은 또 다른 도전 과제입니다. 먼지나 보풀 오염으로 인해 마찰 흔적이 생기고 불균형한 검은 반점이 나타날 수 있으며, 기존의 검사 방법으로는 이를 정확하게 감지하기 어렵습니다.

솔루션

SolVision을 활용한 고급 결함 감지

SolVision의 비전 검사 도구는 몇 개의 샘플 이미지만으로도 AI 모델을 학습시켜 다양한 나사산 결함을 효과적으로 감지할 수 있습니다. AI 비전 시스템은 검사 중 결함을 분류하고, 딥러닝을 통해 지속적으로 검출 성능을 향상시킵니다. 이를 통해 SolVision은 검사 시간을 단축하고 AI의 속도와 정밀도로 품질 관리 프로세스를 크게 개선합니다.

베어링 결함 감지

나사산 검사
Normal bearing without any defects

정상

Defective bearing with excessive pitch detected by AI

과도한 피치

Defective bearing with over-cutting detected by AI

과도 절삭

Defective bearing with broken grooves detected by AI

파손된 홈

이물질 검사
Defective bearing with foreign object detected by AI
Defective bearing with foreign object detected by AI
Defective bearing with foreign object detected by AI
Defective bearing with foreign object detected by AI

결과

검사 시간 단축 및 품질 관리 강화
육안으로 감지할 수 없는 결함 탐지
다양한 결함 유형을 정확하게 분류