SolVision成功案例

紡織業

使用人工智能进行碳纤维布料瑕疵检测

客戶

该客户为系统集成商(SI),协助终端客户进行碳纤维布料的瑕疵检测,通过检测进一步降低产线人工配置及时间成本,提高产品质量。

案例

碳纤维是一种既具有化学惰性又具有半导体性能的纤维材料,具有重量轻、强度高、弹性模量高、耐高温、耐酸、导电性强、长期受力不发生潜变和耐疲劳等性能。随着生产力的提高和功能性的开发,在各领域的应用也越来越广泛,例如:工业用途、汽车、航空航天、造船、物品加固及各种设计产品等,是最佳的未来性复合材料。
图.碳纤维布料示意

挑战

由于布料材质关系,瑕疵难以识别

碳纤维布料较软,布料上的轻微白色痕迹很难肉眼察觉,甚至不太确定是否为瑕疵,同时由于照明光源的不确定性和角度问题,传统机器也难以识别出瑕疵种类,无法顺利检测。
图.肉眼看不见的瑕疵

解決方案

使用Solvision AI视觉检测工具,实现识别肉眼看不见的瑕疵

采用Solvision AI视觉检测工具的实例分割技术,学习各种瑕疵样本,并注意光线来源与角度,即可检测出许多人工难以发现的瑕疵,协助品质保证人员进行瑕疵识别。随着硬件设备的改善,检测速度也会更快。

AI 瑕疵检测结果

白点

污渍

划痕

效益

Solvision学习少量瑕疵样本,快速准确识别肉眼也检测不到的瑕疵
减少人工目视识别错误
配合强化硬件设备,可提高识别速度
相关文章

  • 传统机台仪表数字化解决方案

    传统式的气体监控机台或仪器设备具有仪表板显示信息，惟其缺乏数字化接口，SolVision结合机器视觉与人工智能，运用AI影像平台技术执行光学字符识别(OCR)，将机台仪表影像中的数值转为数字化信息，以利统计、监控数据的异常情形，亦可进 % 一步作为后续智能化相关应用的基础。
    SolVisionOCR光学字符识别光电业成功案例

  • AI影像辨识– OCR电子元件字符

    电子组件制造过程追踪为半导体之产出基石，辨识组件编号被视为生产重要环节之一。但较差环境下让AOI辨识更加困难，对于提升产线效率以及降低字符的误判度有很大改善空间。利用SolVision技术执行光学字符识别，有别于传统AOI，不受底色、环境光线及字符种类多等限制，可精准识别个别编码。
    SolVisionOCR光学字符识别分类识别成功案例电子业

  • 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。
    SolVision成功案例瑕疵检测电子业

  • 金属外壳瑕疵检测与分类解决方案

    利用SolVision的瑕疵检测工具，做出AI模型Training，针对瑕疵的形状长相建立瑕疵缺陷数据库，将复杂的缺陷人工检测转化成精准度高且规律的检测系统，以深度学习辨识异常并忽略可接受的微小缺陷，有效提升检测精准度及速率，兼顾产品严格的质量要求。
    SolVision分类识别成功案例瑕疵检测电子业质量/安全检查金属加工业