Close-up Photography of a Power Tool

SolVision成功案例

金屬加工沖壓件表面瑕疵檢測解決方案

金屬加工沖壓件表面細微瑕疵分類與定位

3C、電子、機械產品中的金屬工件生產:金屬沖壓工藝

沖壓是成型加工方法之一,靠壓力機具、模具對金屬板材、管材等施加應力,使之產生變形或分離以取得所需形狀及尺寸的工件。沖壓成型過程中,材料表面不受破壞,故有較佳的表面品質,適合表面噴漆、電鍍等其他處理。然而由於加工環境及其他隨機因素,沖壓件表面仍會出現細微瑕疵,如R角毛邊、髒汙、水漬、壓痕、刮痕及M-mark等,需即時檢出以利後續工序施作。

金屬沖壓件加工瑕疵:不易察覺的毛邊、細痕、油漬、水漬

金屬沖壓件上可能出現的瑕疵種類繁多且形態不一,油汙及水漬更是不易觀察。另一方面,工件在取像時的亮度也各有差異,造成瑕疵檢測的執行相當不易。

金屬加工品的品管助手:AI瑕疵檢測

使用所羅門 SolVision AI影像平台的Segmentation技術,以不同亮度的各式瑕疵影像作訓練,經訓練的AI模型可輕易檢出各式沖壓件上的瑕疵,例如:淺刮痕油汙、水漬 毛邊大幅提升產品的表面品質。

金屬加工沖壓件瑕疵檢測案例

瑕疵分類
藍 油汙、水漬       綠 白色缺陷       橘 刮傷       黃 R角毛邊及壓痕
原圖
檢測結果
檢測結果
檢測結果
相關文章
  • 商品外包裝印刷瑕疵檢測解決方案

    做為商品外包裝材料,軟質的鋁箔袋常在印刷過程中產生印刷錯誤、歪斜、脫落及漏印等情形。統光學檢測和人工的方式出錯率高。運用SolVision的Anomaly Detection工具,訓練完成的模型即可針對印刷文字、圖案上的形狀、顏色等特徵差異執行比對,偵測並標註瑕疵所在位置。
  • Gray Round Metal Part

    電腦零組件瑕疵檢測解決方案

    硬碟支架製造過程出現的瑕疵種類繁多,包括金屬的壓傷、表面白霧、孔批麟、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可能造成孔隙無法對齊等問題發生。使用SolVision工具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。
  • 自動化蔬菜人工智慧視覺檢測

    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。
  • front car headlight on a metallic yellow car

    汽車零件品質管理

    META-aivi 透過人工智慧優化汽車零件品質控制,減少錯誤並將流程數位化,從而實現無與倫比的產品檢測效率。