Fiberglass bobbins in a warehouse

SolVision成功案例

纺织线架成品瑕疵检测

顾客

客户位于亚洲,是一家从事纺织业的企业,提供各种针织品的织造、漂染和成衣缝制、印染、加工等服务应用。

案例

线架缠绕纱线
避免纱线打结与纠缠。

在纺织工业中,卷轴是一种用于缠绕和储存纱线的装置。在织布或针织过程中,卷轴能保持适当的张力,使纱线平稳地进入织机或针织机,确保生产过程的顺利进行。此外,通过卷轴将纱线整齐缠绕,有助于减少纱线打结与纠缠,可提高生产效率并减少因纱线打结引起的停机时间。

挑战

纱线瑕疵复杂,不利于人工检测。

为了将纱线完整地缠绕在线架上,多数使用纺纱机将纱线均匀地缠绕在线架上,并通过控制纱线张力和速度,以确保纱线整齐地排列,防止重叠和缠结。

然而,在缠绕过程中,难免因纱线断裂、缠绕不均匀、浆料品质、作业环境等因素,导致纱线沾染污垢、纱线层次不整齐出现重叠或间隙、产生毛羽/毛球、管伤、凹陷、底盘凸起、脱纱等多元瑕疵,导致成品率降低及损害企业经济效益。

据估算,客户单日产能达16,000到20,000支纱,为避免影响产线作业及品质,客户多通过人工检测排除瑕疵,不过由于人工检测标准不一,容易受主观因素影响判断,再加上人眼检测方式耗时易疲劳,许多复杂、细微瑕疵不易检出,导致漏检率大增。而自动光学检测(AOI)面对不固定瑕疵时亦难以检测,且误判率高,仍需人工复检。

因此客户正寻找一款能提升检测效率的解决方案,以协助产线运作更加顺畅。

解决方案

导入 SolVision 以快速识别成品线架缺陷

Solvision 是一款工业自动化 AI 视觉系统,只需几分钟即可完成学习,轻松识别和定位不规则缺陷或特征,即使背景复杂且存在反射性问题,AI 也能解决传统相位获取的痛点,改善可能对 AOI 错误判断的问题。

此外,通过仅使用少量图像样本训练的先进人工智能模型,SolVision实现了自动视觉检测,能够检测缺失的组件,确保高容量生产线上的有效质量控制和缺陷管理。

效益

提高生产质量
能够实时训练模型并确保检测标准的一致性
減少一线人员的劳动负担
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。
  • Man in Black Jacket and Black Knit Cap Inspecting Car Engine

    汽车发动机号码快速读取解决方案

    引擎号码系以烙印方式印刷在引擎上,容易受到干扰,字体、背景明暗不均的情形,不易在产在线快速识别引擎上的编码。运用SolVision AI技术,以不同亮度的影像样本训练执行光学字符识别(OCR),将影像中引擎号码转为数值,实时登录至原厂数据库系统中与车身号码链接。
  • 鸡蛋蛋壳品质检测分级解决方案

    运用所罗门SolVision AI影像平台的Instance Segmentation技术,定位、标注影像样本中鸡蛋蛋壳裂隙瑕疵位置并以训练AI模型,训练完成后即可透过AI检测蛋壳表面的孔隙及裂痕情形再予以分级,提升鸡蛋食用的安全性及商品价值。
  • Multi Colored Plastic Round Toy

    纱线瑕疵检测的最佳解决方案

    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。