SolVision成功案例

使用AI進行培林螺紋瑕疵檢測

客戶

客戶為一家主要生產培林機械零件的製造商,常常需要大量且快速檢測培林零件,確保其產品品質。

案例

「培林」是什麼 ? 主要的功能與特性

培林,又為「軸承」,一種承托轉軸的零件。當機械零件於軸上作相對運動時,培林用來支撐旋轉體,保持軸的中心,並減少機械零件運動中的摩擦。培林廣泛應用於各個產業,包括汽車引擎相關、工業生產設備工廠、民生家用電器相關產品等等。
圖.培林示意

挑戰

肉眼不易察覺培林螺紋中的瑕疵

培林瑕疵檢測主要分為兩部份,第一部份會先做螺紋檢測,由上下兩個方向觀察培林內部,判斷螺紋是否為正常或者有瑕疵,常見的螺紋瑕疵種類分為「溝距過大、粗車過切、斷溝槽」,因螺紋為極細狀,不容易以人體肉眼看出做判斷。
若螺紋正常,則進一步檢測培林是否有異物,有時培林的螺紋會出現一些摩擦不均的黑點,可能是生產環境的灰塵及毛屑的沾粘,此種瑕疵也無法輕易以人體肉眼辨別。

解決方案

使用Solvision AI視覺檢測工具,清晰檢驗出培林螺紋瑕疵

採用Solvision AI視覺檢測工具 Instance Segmentation技術,可以藉由學習後的影像,輕鬆快速地辨別培林螺紋中的各種瑕疵,並在檢測中分類出瑕疵的種類,將Solvision持續學習訓練,強化瑕疵檢測能力,可縮短檢測時間,並幫助廠商提升產品良率。

使用AI進行螺紋瑕疵檢測結果

瑕疵檢測第一部份-檢測螺紋

正常螺紋

溝距過大

粗車過切

斷溝槽

瑕疵檢測第二部份-檢測異物

效益

成功辨識人體肉眼無法看出的瑕疵
清晰辨別和分類瑕疵種類
縮短檢測時間,並提升產品良率
相關文章
  • black and white labeled box

    自動化導線架品質檢測

    導線架表面的各類瑕疵,包含邊緣毛邊、黑點雜質、刮痕等。若使用傳統的AOI檢測,當檢測背景與瑕疵較為相近時,容易發生漏檢的情形。使用SolVision AI瑕疵檢測工具進行學習,以擴增功能增加AI學習範圍,能有效檢測出各類導線架瑕疵,在雜亂或複雜背景中,也能精確辨識有很好的辨識效果。
  • 襪品外觀缺陷檢測

    襪品瑕疵形態多樣,傳統AOI適合用於整塊布疋的檢測,對於不固定的瑕疵檢測有困難,且容易發生錯殺,仍需人工進行複檢。以SolVision工具完成AI模型的訓練。可快速且精確地找出瑕疵、分類不同瑕疵並剔除不良品,把關產品品質、提升生產效率,透過對瑕疵進行分類與分析,更能夠優化整體製程。
  • A close-up image of a gray shipping container with its unique shipping container number recognized by AI OCR

    使用AI 進行車牌辨識和海運貨櫃號碼識別

    SolVision 的人工智慧 OCR 可實現精確的自動車牌識別 (ALPR) 和貨櫃號碼識別,從而增強貨運作業。
  • Multi Colored Plastic Round Toy

    紗線瑕疵檢測的最佳解決方案

    保有生產效益的同時兼顧紗線品質,是紡織業者最大挑戰。現今紗場依以人工檢測為主,漏檢率高且工時長,不利實際品質要求,傳統AOI面對不固定瑕疵時亦難以檢測,誤判率高。使用SolVision工具使AI學習辨識瑕疵特徵,快速且精準地找出各項缺陷,有效改善檢測速率、成品良率並降低品檢負擔。