金屬加工業

  • 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。

  • metal rails stacked in a railway yard

    利用機器人實現自動化鐵軌接縫板去毛邊處理

    使用了SOLMON公司的AI 3D機器視覺技術Solmotion來進行接縫板的位置識別。準確地識別接縫板端面進行毛邊修整的位置並進行了修正。在毛邊修整過程中,我們在接縫板流動到修整位置之前的一側安裝了Solmotion的攝像頭系統,用於解析接縫板的截面。

  • unpolished metal workpieces in a bin

    挑選未經拋光的金屬加工物件進行CNC加工

    由於青銅零件小而重,再加上隨機擺放於料箱中,視覺系統難以精準辨識物件,導致機械手臂夾取出現異常。搭配AI、3D技術,能定位和生成3D拾取點,實現精準取放效果。

  • high quality Galvanized steel pipe or Aluminum and chrome stainless pipes in stack waiting for shipment in warehouse

    META-aivi 智能快速計數

    運用META-aivi的快速計數功能,針對尺寸不同的料件進行AI模型訓練,META-aivi即可快速辨認與計算數量,所得出的結果可立即顯示在行動裝置上。同時,計算出的結果可與MES系統連接,減少人員盤點錯誤的發生,大幅增加入庫資料正確性,提升庫存管控效率。

  • 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。

  • 高爾夫球桿頭品質檢測解決方案

    高爾夫球桿頭是球具組合中最重要的部份,消費者十分重視桿頭完成面的細緻程度。運用SolVision AI影像技術,將影像樣本中高爾夫球桿頭上的細微瑕疵逐一標註,藉以訓練AI模型,訓練完成後的AI模型即能不受商標、紋路及金屬光澤的影響,定位並標註所有細微的表面瑕疵。

  • Close-up Photography of a Power Tool

    金屬加工沖壓件表面瑕疵檢測解決方案

    金屬加工沖壓件上可能出現的瑕疵種類繁多且形態不一,油汙及水漬更是不易觀察。另一方面,金屬加工件在取像時的亮度也各有差異,造成AOI瑕疵檢測的執行相當不易。金屬加工品的品管助手:AI瑕疵檢測,經訓練的AI模型可輕易檢出各式沖壓件上的瑕疵,大幅提升產品的表面品質。

  • Gray Round Metal Part

    電腦零組件瑕疵檢測解決方案

    硬碟支架製造過程出現的瑕疵種類繁多,包括金屬的壓傷、表面白霧、孔批麟、孔黑等等,透過人工檢測不容易逐一檢出,然而微小的缺陷在組裝過程可能造成孔隙無法對齊等問題發生。使用SolVision工具AI學習瑕疵特徵後,能夠快速檢測出硬碟金屬支架上的各類微小瑕疵。

  • AI檢測螺絲紋面瑕疵

    有螺紋的金屬套件,容易因搬運造成工件碰撞受傷,或在加工過程中留下刀痕,即使搭配強光與顯微設備,以人眼檢測不易,容易發生誤檢與漏檢。使用SolVisionl非監督式檢測工具,可學習刀痕與碰撞瑕疵的特徵,在AI訓練完成後便可輕易檢測出人眼不易辨識的瑕疵,挑出瑕疵物件,讓出貨品質更好。