SolVisionFallstudie
Metallgehäusequalitätsinspektion mit KI
Fall
Qualitätskontrolle von Gehäusen
Um eine konsistente Qualität sicherzustellen, erfordern Verbraucher-Elektronikgeräte wie PCs die Inspektion ihrer Gehäuse vor der Montage.

Herausforderung
Herausforderungen bei der Inspektion von reflektierenden Oberflächen
Das Erkennen subtiler Mängel, wie Kratzer auf Metalloberflächen, wird unter normalen Lichtbedingungen zu einer Herausforderung, da sie mit bloßem Auge kaum sichtbar sind. Dies erschwert manuelle Inspektionsaufgaben erheblich.
Lösung
Effiziente Inspektion und Klassifizierung mit SolVision
SolVision’s Segmentierungswerkzeug ermöglicht es dem KI-Visionssystem, trainiert zu werden, um verschiedene Mängel basierend auf ihren charakteristischen Merkmalen zu identifizieren. Anschließend wird eine Datenbank erstellt, die Mängel in anpassbare Gruppen kategorisiert, wie z.B. „Offensichtliche Mängel“, „Geringfügige Mängel“ und „Mikromängel“. Das KI-System erkennt Mängel durch Deep Learning, was die Genauigkeit und Effizienz der Qualitätsinspektionen von Metallgehäusen verbessert. Dadurch wird sichergestellt, dass unzureichende Produkte nicht in den Montageprozess gelangen.
Metallgehäusefehlerklassifizierung
Offensichtliche Mängel
Geringfügige Mängel
Mikrofehler