客戶

該客戶是一家知名汽車製造商,透過製造、組裝、烤漆等作業,生產出安全可靠的汽車。

案例

汽車烤漆提升鋼鈑金耐久性

汽車烤漆是一種先進的塗裝技術,通常用於保護汽車鈑金的保護層外,同時也是突顯車輛獨特風格的重要元素。這種塗裝技術使用噴塗槍將顏料以及塗料溶劑均勻地噴塗在汽車表面上,然後將整個車身進行烘烤。在高溫下,塗料會迅速固化和硬化,形成堅硬耐用的表面。

挑戰

鋼板烤漆瑕疵多元且不規則不利人工檢測

汽車烤漆工藝技術成熟,但在製造過程中,難免因壓力或噴槍距離等不正確導致塗層厚度不均勻、烤漆過程中溫度及時間等參數設置不當、機械碰撞造成刮傷、材料質量不佳等因素,導致烤漆出現瑕疵。
而鋼板烤漆瑕疵種類多元,如表面刮傷、坑洞、烤漆不均勻(流痕),雖可由人工進行檢測,但由於人力檢查效率較低,容易因疲勞、分心或人為錯誤而錯過瑕疵,因此客戶正尋找一套自動化檢測系統,以此兼顧檢測品質與執行效率。

解決方案

導入SolVision快速辨識鋼板烤漆瑕疵

所羅門導入工業自動化AI機器視覺系統SolVision,透過工業相機取得少量圖像樣本後,經由深度學習技術在系統模型快速訓練,可快速辨識並定位不規則瑕疵或特徵,確保檢驗標準一致性,協助客戶辨識鋼板烤漆上的各式瑕疵。

延伸閱讀:AI汽車零件品質管理應用實例

效益

自動化視覺系統提高生產效率
快速訓練模型確保檢測標準一致性
減輕前線人員勞動負擔
相關文章
  • 組裝電路板(PCBA)製程優化解決方案

    PCBA上面集成了不同功能的電子元件、插槽及各種晶片組,製造流程繁瑣,如何提升PCBA插件及組裝的正確率,是良率提升的關鍵。SolVision AI瑕疵檢測系統,學習多張PCBA的影像做AI訓練,可辨檢測細微瑕疵,使PCBA製成優化,效率大幅提升。
  • Taco Gusto printed product label sticker roll on a table in a warehouse

    物料管理優化方案,提高產品標籤辨識度

    電子產業中,如果料號標籤無法辨識會大幅降低作業效率。標籤字體印刷不良標籤上的字體在印刷過程容易產生不規則的細微瑕疵,使得AOI難以辨識。利用SolVision進行缺陷以及字元辨識之AI深度學習,即便標籤字體出現不規則的缺陷仍能正確辨識,大幅降低物料管理的成本支出,提高庫存管理正確性。
  • 積層陶瓷電容製程優化解決方案

    SMD電容體積較小,觀察缺陷需在顯微鏡等級的微觀工具下觀察,且因MLCC非常脆弱,檢測過程也須非常小心,困難度極高。使用SolVision工具,學習電極上凸出部分的瑕疵形狀及位置,建立AI模型,在AI學習瑕疵特徵之後,即可快速檢測電容凸出部分的缺陷,大幅提升整體製程的良率。
  • 透明點滴袋打印標籤辨識分類解決方案

    各式輸液皆以透明點滴袋包裝,點滴袋上都會清楚註明種類、濃度及容量資訊。由於各式點滴袋體上打印標籤位置不一,在產線尚無法以一般光學檢測取代人工進行品項分類。所羅門運用SolVision技術,針對點滴袋體上的名稱、濃度、容量等影像資訊訓練AI學習影像特徵,可以快速辨識並分類各式輸液品項。