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
  • Car doors painted shiny gray color in assembling workshop

    利用機械手臂進行車門按鈕自動化按壓檢測

    AI視覺技術搭載機械手臂,快速優化車門按鈕檢測,減少人力需求並提升產線運作效益。
  • 封裝晶片邊緣微裂瑕疵檢測解決方案

    由於晶粒邊緣崩裂瑕疵出現的位置及型態不固定,以致傳統光學檢測無法精準地將瑕疵檢出,影響整體產品良率。運用SolVision AI影像技術,將影像樣本中的瑕疵特徵予以標註,完成訓練的AI模型即可自動檢出並標註晶粒邊緣崩裂瑕疵的位置,大幅降低晶片在後續封裝製程中斷裂的風險。
  • SMT製程的回焊短路檢測解決方案

    SMT製程回焊過程中,過多錫膏量或是印刷偏移可能導致錫球間短路,過去以人工方式檢測,效率不彰。SMT多餘錫膏在高溫下的流動型態無法預測,難以傳統AOI檢出。運用SolVision AI技術,將SMT製程影像樣本中的回焊短路瑕疵定位並標註,訓練AI模型。可輕易檢出錫球間短路情形。
  • 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。