Gray Round Metal Part

SolVision成功案例

電腦零組件瑕疵檢測解決方案

硬碟支架檢測影響電腦組裝良率

電腦組裝良率關鍵:硬碟支架檢測

在電腦的整個生產過程中,硬碟支架的良率是整個製程過程中要求的項目之一,其良率會影響到傳輸及動力等關鍵的性能。

制程優化困境:瑕疵種類繁多且細微

硬碟支架製造過程中出現的瑕疵種類繁多,包括金屬的壓傷、表面白霧、孔批鱗、孔黑等等,透過人工檢測不容易逐一檢出,然而微小的缺陷在組裝過程中可能造成孔隙無法對齊等問題發生。

完善制程新亮點:瑕疵檢測

使用SolVision的Segmentation技術,針對金屬支架上瑕疵的形狀來訓練AI模型,AI學習瑕疵特徵後,能夠快速檢測出硬碟金屬支架上的各類微小瑕疵。

屬瑕疵檢測案例

表面白霧

AI Computer Assembly Solution
AI Computer Assembly Solution

壓傷

AI Computer Assembly Solution
AI Computer Assembly Solution

孔洞瑕疵

AI Computer Assembly Solution
AI Computer Assembly Solution
相關文章
  • 醫療器材品質控管:安全針頭組裝

    安全針頭為透明或白色的塑膠件,其材質與紋路使得辨識不易,以人眼或AOI方法皆容易造成誤判,導致組裝錯誤卻無法有效檢出。所羅門結合機器視覺與人工智慧,使用SolVision工具,針對白色與透明塑膠件的各種紋路與形狀做AI訓練,有效檢出塑膠件的組裝錯誤,同時提高缺陷檢測的效率。
  • 自動化蔬菜AI視覺檢測

    使用SolVision進行的蔬菜AI視覺檢測,可在僅50毫秒內實現了對朝鮮薊方向的100%準確檢測,提高食品生產效率。
  • Man in Black Jacket and Black Knit Cap Inspecting Car Engine

    汽車引擎號碼快速讀取解決方案

    引擎號碼係以烙印方式印刷在引擎上,容易受到干擾,字體、背景明暗不均的情形,不易在產線上快速識別引擎上的編碼。運用SolVision AI技術,以不同亮度的影像樣本訓練執行光學字元辨識(OCR),將影像中引擎號碼轉為數值,即時登錄至原廠資料庫系統中與車身號碼連結。
  • 襪品外觀缺陷檢測

    襪品瑕疵形態多樣,傳統AOI適合用於整塊布疋的檢測,對於不固定的瑕疵檢測有困難,且容易發生錯殺,仍需人工進行複檢。以SolVision工具完成AI模型的訓練。可快速且精確地找出瑕疵、分類不同瑕疵並剔除不良品,把關產品品質、提升生產效率,透過對瑕疵進行分類與分析,更能夠優化整體製程。