a group of plastic cups sitting on top of a machine

SolVision成功案例

医疗器材品质控管:安全针头组装

改善传统光学检测对于透明或白色塑胶件高误判率情形

确保医疗器材品质与安全性,医材组装检测十分重要

自动注射器是由数十个零件组成,要做好品质控管,就必须在问题发生时追溯是哪个环节出错,因此,如何准确地辨别缺陷是品质提升的关键因素。

AI inspection of safety syringes

自动光学检测缺点:透明塑胶件纹路导致辨识困难

安全针头如果零件没有组装好,或是安全针头组装错误,将会导致针头突出伤人的意外,或是无法正常使用的状况。然而,安全针头为透明或白色的塑胶件,其材质与纹路使得辨识不易,不论以人眼或自动光学检测( AOI)方法皆容易造成误判,导致组装错误且无法有效检出

结合机器视觉与人工智能,让缺陷检测更快更精准

所罗门结合机器视觉与人工智能使用 SolVision 的实例切割技术,针对白色与透明塑胶件的各种纹路与形状做AI模型训练,可有效检出塑胶件的组装错误,同时提高缺陷检测的效率,使整体制程更为完善。

安全针头瑕疵检测

检测结果

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

    META-aivi 智能快速计数

    自行车可作为休闲运动之用,亦具备中长距离的移动工具,是现代人不可或缺的出行工具。一部品质完美的自行车需要坚固的车架,而完整的车架则是由多个钢管组成,经过人工筛选出适当尺寸的车架后,进行管料裁切、焊接、打磨、烤漆等程序,方可制成坚实的自行车。
  • 使用视觉引导机器人进行 3D 物体定位

    SolMotion’s advanced AI is capable of detecting randomly placed auto parts regardless of their position, orientation, or appearance, optimizing assembly.
  • 医疗口罩制造品质管控解决方案

    口罩产品瑕疵种类繁多,包括掉线、皱褶、鼻垫片缺漏及穿透、破洞、角切、脏污、侧边凸出及过滤层破损等。难以透过AOI方式检出全部的瑕疵。运用SolVision AI影像技术,将影像样本中各类型瑕疵予以标注,AI经深度学习后即可于品管端精准辨识口罩上是否有瑕疵,进而将不良品汰除。
  • 空调冷冻风管端点焊接品质管控方案

    空调及冷冻设备的制造过程中,热交换器的密闭容器所含的铁管、镜板、管帽、端板等部件皆需经过焊接工序,但由于焊接工厂属高温高热的场域,入内需穿着基本防护,且焊道的瑕疵缺陷复杂且不规则,凭借人工经验检测焊道,不容易维持质量一致,导入AI自动化检测势在必行。