a group of plastic cups sitting on top of a machine

SolVision成功案例

醫療器材品質控管:安全針頭組裝

改善傳統光學檢測對於透明或白色塑膠件高誤判率情形

確保醫療器材品質與安全性,醫材組裝檢測十分重要

自動注射器是由數十個零件組成,要做好品質控管,就必須在問題發生時追溯是哪個環節出錯,因此,如何準確地辨別缺陷是品質提升的關鍵因素。

自動光學檢測缺點:透明塑膠件紋路導致辨識困難

安全針頭如果零件沒有組裝好,或是安全針頭組裝錯誤,將會導致針頭突出傷人的意外,或是無法正常使用的狀況。然而,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,不論以人眼或自動剛學檢測(AOI)方法皆容易造成誤判,導致組裝錯誤卻無法有效檢出。

結合機器視覺與人工智慧,讓缺陷檢測更快更精準

所羅門結合機器視覺與人工智慧使用 SolVision 的Segmentation 技術,針對白色與透明塑膠件的各種紋路與形狀做AI模型訓練,可有效檢出塑膠件的組裝錯誤,同時提高缺陷檢測的效率,使整體製程更為完善。

安全針頭瑕疵檢測

檢測結果
相關文章
  • 不鏽鋼管字元辨識解決方案

    目前仍採用人力進行自行車車身號碼的辨識與登錄,耗費人工且效率低,若使用AOI進行字元辨識,因不鏽鋼管表面為圓弧曲面,打光容易造成反射,不論以人工或者AOI檢測,針對曲面、反光不鏽鋼管上字樣的辨識皆較為困難。所羅門結合機器視覺與人工智慧,對於光學字元辨識可以得到極佳的辨識效果。
  • 晶圓切割刀體外觀品質控管解決方案

    晶圓切割係半導體及光電業界非常重要的製程,若無法在切割製程中維持高良率、高效率並保有晶片特性,將大幅影響整體產能。晶圓切割刀的品質控管主要透過外觀瑕疵的檢測,常見的外觀瑕疵包括刀體上的不規則紋路、多鑽等情形。由於有環狀條紋,形成複雜影像背景,嚴重影響機器視覺對於瑕疵的偵測。
  • 傳統機台儀表數位化解決方案

    傳統式的氣體監控機台或儀器設備具有儀表板顯示資訊,惟其缺乏數位化介面,SolVision結合機器視覺與人工智慧,運用AI影像平台技術執行光學字元辨識(OCR),將機台儀表影像中的數值轉為數位化資訊,以利統計、監控數據的異常情形,亦可進 % 一步作為後續智能化相關應用的基礎。
  • AI檢測螺絲紋面瑕疵

    有螺紋的金屬套件,容易因搬運造成工件碰撞受傷,或在加工過程中留下刀痕,即使搭配強光與顯微設備,以人眼檢測不易,容易發生誤檢與漏檢。使用SolVisionl非監督式檢測工具,可學習刀痕與碰撞瑕疵的特徵,在AI訓練完成後便可輕易檢測出人眼不易辨識的瑕疵,挑出瑕疵物件,讓出貨品質更好。