META-aivi成功案例

META-aivi 智能電子製造

AI檢測電子零件裝配

主機板是電腦的核心元件,它設有晶元組,同時更提供顯示卡、處理器、記憶體、硬碟及外接裝置等應用接合,以利電腦中各軟硬體元件能整合運作。然而主機板上充滿許多不同的零組件,製造、組裝步驟繁多,稍有疏忽遺漏電腦將無法順利運作,因此如何確保整體生產的良率與品質,是電子製造的首要任務。

   挑   戰   

電子製造的難題:人員的疏忽

主機板的生產過程與步驟繁多,且如接口、插槽等元件零件因體積問題不易機器安裝,需仰賴人員手動安裝。組裝需確保每一樣組件的方向、位置正確,然而主機面板具有高度反光的特性,人員在組裝的過程中難免因疲乏等因素出現無法避免的漏件、失誤情況,無法保持商品品質一致性。

解 決 方 案

META-aivi優化製造流程

在製造過程中導入操作簡易的「穿戴式AI」META-aivi,人員可透過AI學習面板上所標示出的正確組件配置圖,立即驗證人員組裝正確性。若偵測到裝配錯誤,META-aivi將立即發出異常警示,提醒人員即時修正,確保物件的品質一致,減少人為疏失。
此外,組裝完成後利用AI做統一流程驗證,即時儲存辨識結果並製成品檢履歷,能有效追蹤料件資訊,建立完整的製程資訊。

META-aivi偵測裝配異常

重新裝配

檢測通過

   效   益   

AI檢測零件位置 確保品質無瑕疵

利用所羅門人工智能快速輔助人員執行電子製造過程中,由正確的AI模型偵測錯誤的裝配位置並統一驗證最終品質,協助控管及追蹤製程資訊,能降低人為疏漏、確保操作流程之正確性,進而提升生產效率、優化商品品質。

30% 加速組裝過程

製成品檢履歷

99% 降低漏檢機率

  META-aivi 其 他 應 用 案 例  

相關文章
  • 晶片承載盤檢測解決方案

    晶片承載盤是半導體加工製程的關鍵要素,晶片承載盤的輪廓與定位孔點常因作業造成瑕疵,過去多透過AOI光學檢測方式予以檢查。然而承載盤不易透過AOI檢出並定位瑕疵,嚴重影響良率及生產效率。運用SolVision AI影像技術執行缺陷檢測,以利使用者即時監測並排除承載盤異常。
  • 漸層玻璃瓶瑕疵檢測

    漸層玻璃瓶皆經過噴砂製程霧面處理,製作過程常見的瑕疵類型為色澤不均或者瓶身出現黑點,而這些瑕疵因無法明確定義且樣式不固定,難以採用AOI方法進行檢測。訓練完成的AI模型即可快速檢出玻璃瓶身各角度之瑕疵分布,並標註出缺陷位置。
  • food quality inspection of apples on a conveyor in a factory

    食品加工業異物檢測應用

    在食品加工前,需進行食材異物檢測維護食安。然而即使導入金屬、X光等檢測器,仍無法避免異物的全面排除。透過AR+AI技術,即可快速進行魚肉、菇類、麵條等食品異物檢測,提高企業運營效率。
  • A Man Fixing a Laptop

    筆電組裝零件缺漏與瑕疵檢測

    筆電產品零件進入組合與包裝程序後,利用人工方式進行配套零件的裝配,在執行上下裝殼與垂直螺絲組裝等工序時,若有零件缺漏將直接影響最終產品品質,進入各通路販售後有損公司名譽。導入所羅門SolVision檢測提高產品良率及穩定性,能持續優化其檢測效力,有效提高產品的品質良率。