自动化激光焊接分类暨检测解决方案

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。

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

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。

保有生产效益的同时兼顾纱线质量，是纺织业者最大挑战。现今纱场依以人工检测为主，漏检率高且工时长，不利实际质量要求，传统AOI面对不固定瑕疵时亦难以检测，误判率高。使用SolVision工具使AI学习辨识瑕疵特征，快速且精准地找出各项缺陷，有效改善检测速率、成品良率并降低品检负担。