silver round coin on orange surface

SolVision成功案例

汽車業 | 金屬加工業

AI檢測螺絲紋面瑕疵

小型金屬套件瑕疵檢測

傳統金屬加工業面臨問題

目前金屬加工產業面臨許多嚴峻的問題，如作業環境惡劣危險，造成從業員工逐年遞減，用人成本不斷增高，老師傅技藝傳承青黃不接等。面臨貿易戰與疫情衝擊，亟需進行產業轉型高值化，提高技術含量與產品品質，以形成市場區隔。

小型金屬套件瑕疵檢測難度高

有螺紋的金屬套件之側螺紋面，容易因搬運造成工件碰撞受傷，或在加工過程中車削刀的刀痕。由於圓柱體套件容易滾動，再加上體積小不易拿取，即使搭配強光與顯微設備，以人眼檢測仍屬不易，容易發生誤檢與漏檢。

所羅門利用AI技術檢測出瑕疵

運用所羅門 SolVision ，以金屬套件瑕疵影像進行AI模型的訓練，使用Segmentation技術，可學習刀痕與碰撞瑕疵的特徵，在AI模型訓練完成後便可輕易檢測出小型金屬套件上人眼不易辨識的瑕疵，挑出有瑕疵的物件，讓出貨的金屬套件整體品質更好。

金屬套件瑕疵檢測案例

明顯瑕疵
微小瑕疵
陰暗處的瑕疵
相關文章

  • 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。
  • Multi Colored Plastic Round Toy

    紗線瑕疵檢測的最佳解決方案

    保有生產效益的同時兼顧紗線品質，是紡織業者最大挑戰。現今紗場依以人工檢測為主，漏檢率高且工時長，不利實際品質要求，傳統AOI面對不固定瑕疵時亦難以檢測，誤判率高。使用SolVision工具使AI學習辨識瑕疵特徵，快速且精準地找出各項缺陷，有效改善檢測速率、成品良率並降低品檢負擔。
  • unpolished metal workpieces in a bin

    挑選未經拋光的金屬加工物件進行CNC加工

    由於青銅零件小而重，再加上隨機擺放於料箱中，視覺系統難以精準辨識物件，導致機械手臂夾取出現異常。搭配AI、3D技術，能定位和生成3D拾取點，實現精準取放效果。

  • META-aivi 智能廠務管理

    導入META-aivi智能廠務巡檢系統，利用所羅門先進的機器視覺與人工智慧執行光學字元辨識(Optical Character Recognition, OCR)，以各式字樣的形狀、號碼等影像樣本訓練AI模型，訓練完成的AI模型即可透過鏡頭偵測機台上的數據，自動且即時地將AI判別的數值轉為數位化資訊，並傳送至雲端建立巡檢報表，讓管理者可以便捷的透過行動裝置，一手掌握工廠巡檢狀況。