silver round coin on orange surface

SolVision成功案例

AI检测螺丝纹面瑕疵

小型金属套件瑕疵检测

传统金属加工业面临问题

目前金属加工产业面临许多严峻的问题,如作业环境恶劣危险,造成从业员工逐年递减,用人成本不断增高,老师傅技艺传承青黄不接等。面临贸易战与疫情冲击,急需进行产业转型高值化,提高技术含量与产品品质,以形成市场区隔。

AI defect detection for spiral-surfaced metals

小型金属套件瑕疵检测难度高

有螺纹的金属套件之侧螺纹面,容易因搬运造成工件碰撞受伤,或在加工过程中车削刀的刀痕。由于圆柱体套件容易滚动,再加上体积小不易拿取,即使搭配强光与显微设备,以人眼检测仍属不易,容易发生误检与漏检。

所罗门利用AI技术检测出瑕疵

运用所罗门 SolVision  ,以金属套件瑕疵影像进行AI模型的训练,使用实例切割技术,可学习刀痕与碰撞瑕疵的特征,在AI模型训练完成后便可轻易检测出小型金属套件上人眼不易辨识的瑕疵,挑出有瑕疵的物件,让出货的金属套件整体品质更好。

金属套件瑕疵检测案例

明显瑕疵

Inspecting Small Metal Parts

微小瑕疵

Inspecting Small Metal Parts

阴暗处的瑕疵

Inspecting Small Metal Parts
更多案例
  • 缎带品质AI检测解决方案

    缎带色彩缤纷的特性使得AOI检测容易因为花纹和颜色变化而发生瑕疵漏检或误判。使用SolVision检测各种颜色、花纹的缎带,能够精确找出裂孔、脱丝等瑕疵的位置、大小及形状,不论是检测速度或是精准度都能达到标准。而透过记录与分析瑕疵的样态,可回溯找出制作过程中的问题所在,改善产品制程。
  • black and white labeled box

    自动化导线架品质检测

    导线架表面的各类瑕疵,包含边缘毛边、黑点杂质、刮痕等。若使用传统的AOI检测,当检测背景与瑕疵较为相近时,容易发生漏检的情形。使用SolVision AI瑕疵检测工具进行学习,以扩增功能增加AI学习范围,能有效检测出各类导线架瑕疵,在杂乱或复杂背景中,也能精确辨识有很好的辨识效果。
  • 组装电路板(PCBA)制程优化解决方案

    利用AI视觉检测PCBA插件是否正确 什么是PCBA?PCB、电路板、PC板? PCB与PCBA的差异就在「PCBA = PCB + Assembly」,也就是没有组装电子元件的板子叫PCB,而已经组装完成电子元件的板子则称之为PCBA。PCBA其实是「Printed Cicrcuit Board Assembly」的英文缩写,也有人简略一点叫它PCA,当然也有人叫它PWA (Printed Wire Assembly),中文我们一般称它为「组装电路板」或「组装板」,不过业界中少人用以上的中文来称呼PCBA的,一般如果一台整机内只有一片板子,会直接叫它「主板(Main board)」或直接省略叫「板子」,如果有两片以上PCBA ,则会用功能来区分主板、IO板、充电板(charging board)。 PCBA插件是否正确影响制程良率 PCBA上面集成了不同功能的电子元件、插槽及各种芯片组,制造流程繁琐,如何提升插件及组装的正确率,是良率提升的关键。 PCBA 插件缺陷检测 PCBA标准样本 PCBA缺陷样本 Capacitor Defect Missing Components
  • 积层陶瓷电容制程优化解决方案

    SMD电容体积较小,观察缺陷需在显微镜等级的微观工具下观察,且因MLCC非常脆弱,检测过程也须非常小心,困难度极高。使用SolVision工具,学习电极上凸出部分的瑕疵形状及位置,建立AI模型,在AI学习瑕疵特征之后,即可快速检测电容凸出部分的缺陷,大幅提升整体制程的良率。