SolVisionÉtude de cas
Détection des défauts d’isolation des câbles à l’aide de l’IA
Client
Le client est un fabricant multinationale spécialisé dans les fils, les câbles et les composants associés pour les secteurs de l’électronique et des télécommunications.
Cas
Inspection de la gaine de câble
La gaine de câble protège les conducteurs internes de l’humidité, des produits chimiques et des dommages physiques. Maintenir l’intégrité de l’isolation des câbles est crucial, car des défauts tels que des fissures, des abrasions ou une épaisseur inégale peuvent compromettre les performances et la sécurité, en particulier dans les domaines de l’électronique et des télécommunications.
Défi
Atteindre la précision dans l’inspection des câbles
L’inspection des rouleaux de câble de 300 à 400 mètres nécessite un équipement mécanique pour redresser les câbles avant de les scanner avec des lasers en ligne. Cette méthode détecte les défauts de surface tels que les cassures, les indentations et les rayures, mais a du mal à différencier le texte imprimé des véritables défauts. Les variations d’angles et d’éclairage aggravent les erreurs de jugement, nécessitant des vérifications manuelles, ce qui réduit l’efficacité de l’inspection. Le client avait besoin d’une solution plus précise pour distinguer le texte des véritables défauts.
Solution
Détection des défauts de câbles par IA
Le client a utilisé la technologie AI SolVision de Solomon pour améliorer la détection des défauts dans la fabrication de câbles. Au sein de SolVision, des modèles d’IA ont été entraînés en utilisant seulement quelques images d’échantillons de défauts, tels que des taches, des déformations et des rayures, permettant une distinction précise entre de véritables défauts et du texte imprimé ou des variations de surface. Cette détection précise a réduit les faux positifs, minimisé les vérifications manuelles et accéléré le processus d’inspection. En conséquence, le client a atteint une plus grande précision d’inspection, amélioré l’efficacité de la production et renforcé la qualité et le rendement des câbles.
Détection des défauts de gaine de câble
