a close-up of a machine

SolVision成功案例

金屬加工業

自動化雷射銲接分類暨檢測解決方案

雷射銲接特徵偵測深度學習技術

雷射銲接品質與速度皆優於傳統銲接

雷射銲接採用高能量密度的雷射為熱源，使材料迅速熔化、汽化、冷卻並凝固連結，具有快速、裝置簡單、可焊接難熔材料、可執行精密銲接等特性，在生產效率、品質上皆優於傳統焊接。
AI deep learning technology for laser welding defect detection

如何分辨銲接品質：銲縫魚鱗紋特徵

雷射銲接依功率密度大小區分為雷射熱傳導銲接、雷射深熔銲接兩類，具有不同的銲縫特徵。由於產品的焊接位置、樣式不盡相同，無法透過傳統光學檢測辨別銲縫的環狀分布、漏銲等成品樣態，因此產線終端皆是以人工方式執行檢測，常造成銲接品質不一的情形。

AI銲縫檢測：特徵辨識、定位標註、計數一站完成

應用Solomon SolVision AI影像平台的Classification及Segmentation技術，能夠以銲縫特徵影像訓練AI模型，辨識銲接功率及漏銲瑕疵，並可透過深度學習，精準偵測銲縫的魚鱗紋數量及分布。

銲接計數與瑕疵檢測案例

OK: 銲接完整且數量正確

Automating Laser Welding Inspections

NG: 銲接不完整且數量錯誤

Automating Laser Welding Inspections
相關文章
  • 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。
    成功案例OCR字元辨識SolVision汽車業

  • 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。
    成功案例SolVision半導體業品質/安全檢查瑕疵檢測

  • 使用AI進行碳纖維布料瑕疵檢測

    藉由Solvision AI視覺檢測技術，快速、準確辨識炭纖維布料上的瑕疵，減少人工目視辨識錯誤，提升效率。
    紡織業SolVision成功案例瑕疵檢測

  • 壓花石膏板瑕疵檢測解決方案

    石膏板出廠前，瑕疵情形皆須確實檢出。然而，由於壓花石膏板的外觀特性，瑕疵在複雜背景中模糊，無法以AOI及人眼確實辨識。使用所羅門 SolVision AI影像平台技術，擷取板材上的髒痕、過大壓花圖案以及壓花不清等瑕疵，可確實檢出並定位板材上的瑕疵，具體提升石膏板板材的品質與良率。
    成功案例SolVision塑橡膠產業建造業瑕疵檢測