SolVision成功案例

精準辨識多種橡膠射出成型瑕疵

AI視覺檢測系統自主學習,強化塑料瑕疵辨識能力

橡膠射出成型不良原因

在橡膠射出的製程中,原料品質、機台規格、模具設計到射出參數調整皆影響射出成型結果。
常見射出成型的瑕疵以表面外觀及尺寸差異為主,如:汙點、缺料、模具壓傷,或者因刮除橡膠溢出時傷及產品造成的缺陷。

傳統人力與自動光學檢查辨識瓶頸

採用傳統自動光學檢查檢測塑料缺陷時,由於瑕疵種類及位置多變,易遇瑕疵樣品不足使得瑕疵定性定量困難,導致檢測精準度不足,若退而維持人工,檢測速度相對緩慢且品質不一致,在辨識上依舊困難重重。

橡膠射出成型品質關鍵,提升瑕疵辨識的精準度

利用SolVision的Segmentation技術,針對橡膠成品的瑕疵形狀與顏色建立瑕疵資料庫,再利用AI學習瑕疵的特徵,可辨識種類及位置多變的瑕疵。隨著學習影像的增加,亦持續優化AI視覺檢測的能力,顯著提升橡膠瑕疵辨識的精準度,有效解決橡膠成品瑕疵不固定的檢測問題。

瑕疵種類案例

切口不平整

Improve defect identification with AI-powered visual inspection
Uneven Incisions

缺料

Improve defect identification with AI-powered visual inspection
Missing Material

模具壓傷

Improve defect identification with AI-powered visual inspection
Mold crush

汙點

Improve defect identification with AI-powered visual inspection
Stain
相關文章
  • 汽車引擎號碼OCR字元辨識

    藉由Solvision AI視覺檢測技術,快速、準確辨識汽車引擎上的字元,減少人工目視辨識錯誤,提升效率。
  • LED PCBA瑕疵檢測解決方案

    運用SolVision AI影像平台技術,在影像樣本中定位並標註鋁基板上的刮痕、髒污等異常及瑕疵情形,透過AI深度學習,即可自動且即時地檢出並定位鋁基板上的各式瑕疵,大幅提升產線生產效率。
  • 醫療器材品質控管:安全針頭組裝

    安全針頭為透明或白色的塑膠件,其材質與紋路使得辨識不易,以人眼或AOI方法皆容易造成誤判,導致組裝錯誤卻無法有效檢出。所羅門結合機器視覺與人工智慧,使用SolVision工具,針對白色與透明塑膠件的各種紋路與形狀做AI訓練,有效檢出塑膠件的組裝錯誤,同時提高缺陷檢測的效率。
  • 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。