META-aiviÉtude de cas
Contrôle de la qualité des pièces automobiles à l’aide de l’IA
Client
Le client est un fabricant et fournisseur d’éclairage LED pour automobiles destiné aux plus grandes marques automobiles internationales. Sa gamme de produits comprend des phares, des feux arrière, des clignotants, des feux de gabarit, des feux de recul et des feux d’immatriculation pour différents types de véhicules, notamment les voitures, les camions, les motos et les VTT.
Cas
Optimisation du contrôle qualité des phares après assemblage
Le client souhaitait optimiser le processus de contrôle qualité des phares de voiture après l’assemblage, en garantissant la présence et l’exactitude de tous les montages sur les unités de phares individuelles.
Défi
Risques d’erreur humaine et de fatigue lors de l’inspection des produits
L’inspection manuelle des phares de voiture après l’assemblage présente des défis importants, notamment le risque d’erreur humaine dans l’identification des composants complexes et la détection des pièces mal colorées. La nature répétitive de la tâche et le volume d’unités à inspecter augmentent également le risque d’oublis dus à la fatigue. Il est essentiel de surmonter ces défis pour améliorer la précision et minimiser les erreurs dans le processus de contrôle qualité.
Solution
Contrôle qualité amélioré par META-aivi
Le système de vision AR + IA de Solomon, META-aivi, s’intègre parfaitement au poste de travail d’inspection, en utilisant une caméra IP fixe pour une supervision pilotée par l’IA pendant le processus d’inspection de la qualité après l’assemblage. META-aivi numérise la procédure avec la précision et l’efficacité de l’IA, détectant la présence ou l’absence de montages et garantissant la confirmation de la couleur correcte des pièces. Cela réduit considérablement le temps d’inspection et atténue le risque d’erreur humaine, offrant un processus de contrôle qualité rationalisé et fiable.