SolVision成功案例

使用AI進行碳纖維布料瑕疵檢測

客戶

該客戶為SI ( 系統整合商 ),協助終端客戶做碳纖維布料的瑕疵檢測,透過檢測進一步降低產線人工配置及時間成本,提升產品質量。

案例

碳纖維是一種兼具化學惰性和半導體性能的纖維材料,具有重量輕、強度高、彈性模數高、耐高溫、耐酸、導電性強、長期受力不發生潛變和耐疲勞等性能。
隨著生產力的提高和功能性的開發,在各領域的應用也越來越廣泛,例如:工業用途、汽機車、航太、造船、物件補強及各種設計產品等,實為最佳的未來性複合材料。
圖.碳纖維布料示意

挑戰

因布料材質關係,瑕疵難以辨識

碳纖維布料較軟性,些微於布料上的白色痕跡較難以被肉眼察覺,甚至不太確定是否為布料上的瑕疵,也因檢測光源的不確定性及角度問題,亦導致傳統機器也難以辨識出瑕疵種類,而無法順利檢測。
圖.肉眼看不見的瑕疵

解決方案

使用Solvision AI視覺檢測工具,實現辨識肉眼看不見的瑕疵

採用Solvision AI視覺檢測工具 Instance Segmentation技術,學習各種瑕疵樣本,並注意光的來源與角度,即可檢測出許多人工看不到的瑕疵 ,協助品保員做瑕疵辨別。隨著硬體設備的加強,檢測速度也會變得較快速。

AI 瑕疵檢測結果

白點

髒汙

刮痕

效益

Solvision學習少量瑕疵樣本,快速準確辨識肉眼也檢測不到的瑕疵
減少人工目視辨識錯誤
搭配增強的硬體設備,則可提高辨識速度
相關文章
  • 包裝密封檢測解決方案

    除了判斷包裝是否密封之外,須進一步確認密封不完全的型態與原因,但因為密封缺陷的型態差異小,且物件表面呈高反光,不論是人眼或AOI皆不易找出缺陷並將之分類。所羅門使用 SolVision工具,由影像定義出密封完好的狀態,並與多種缺陷作比較,可即時檢出沒有密封完整的包裝並將缺陷分類。
  • Fiberglass bobbins in a warehouse

    紡織線架成品瑕疵檢測

    透過AI視覺技術,快速檢測紡織線架上的成品是否有瑕疵,進一步提升產線生產力。
  • presence/absence detection of PTP using SolVision AI inspection software

    泡殼包裝品質管理解決方案

    運用SolVision AI影像平台的Instance Segmentation技術,以包裝良品及具各種瑕疵類型的影像樣本訓練AI模型。訓練完成的模型可即時且迅速地辨識每一反光或透明泡殼的包裝及填充情形,並將偵測到的瑕疵予以標註並分類。
  • 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。