multicolored electronic part

SolVision成功案例

电子业| 制造业

电源供应器内部线材组接解决方案

电源供应器内部线材组接AI瑕疵检测

电源供应器内部线材组装直接影响良率

电源供应器(Power Supply Unit, PSU)包括整流器、逆变器、变压器等类型，应用于不同电源间的转换。其内部组成包括各式元件、控制、调整及辅助电路等，在组装上常发生线材错接的情形，影响产品良率。

电源供应器内部线路复杂，产品检测难度高

电源供应器内部元件及线路多元且复杂，检测接点时容易受到背景干扰而影响视觉判断。另一方面，线材属易变形的材质，依组装人员的不同而呈现不同排列、收纳情形。以上因素使人工及传统光学检测皆不易执行，难以于产线端有效管控产品品质。

教导AI精准侦测瑕疵，快速找出不良品

使用所罗门 SolVision 的实例切割技术，依据影像中线材颜色及端子台组接情形定义正确及错误的特征样态并训练AI模型。经训练的AI模型可以精准地侦测并定位线材错接的瑕疵，即时将不良品检出。

电源供应器内部接线位置及缺漏检测案例

接线顺序: 红– 白– 蓝

Wiring position and missing detection case

NG: 接线螺丝缺漏

Wiring position and missing detection case

NG: 接线顺序错误

Wiring position and missing detection case

接线顺序: 红– 白– 蓝– 黑

Wiring position and missing detection case

NG: 接线顺序错误

Wiring position and missing detection case

NG: 接线顺序错误

Wiring position and missing detection case
相关文章
  • a close-up of a machine

    自动化激光焊接分类暨检测解决方案

    雷射焊接具有不同的焊缝特征。由于产品的焊接位置、样式不尽相同，无法透过传统光学检测辨别焊缝样态，常造成焊接质量不一的情形。应用Solomon SolVision能够以焊缝特征影像训练AI模型，辨识焊接功率及漏焊瑕疵，并可透过深度学习，精准侦测焊缝的鱼鳞纹数量及分布。
  • a group of square objects

    晶圆不良品分类及瑕疵定位自动化解决方案

    传统光学检测无法针对全幅影像进行分类，故无法于第一阶段汰除瑕疵过多的晶圆。应用SolVision AI影像平台技术辨识瑕疵特征。首先判断晶圆是否具有过多瑕疵，汰除无法修复的不良品。其次运用图像处理技术分割晶圆影像，并以工具侦测瑕疵，记录其特征、坐标、面积等信息，大幅提升后续修补的效率。

  • 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。

  • LED PCBA瑕疵检测解决方案

    PCB【AI瑕疵检测】LED中PCBA的良率难题：组件既多且杂，瑕疵检测大不易！运用SolVision AI影像平台技术，在影像样本中定位并标注铝基板上的刮痕、脏污等异常及瑕疵情形，透过AI深度学习，即可自动且实时地检出并定位铝基板上的各式瑕疵，大幅提升产线生产效率。