A Man Fixing a Laptop

SolVision成功案例

笔电组装零件缺漏与瑕疵检测

减少组件装配程序缺漏

装配完整度影响最终笔电的品质

笔电产品零件进入组合与包装程序后,利用人工方式进行配套零件的装配,在执行上下装壳与垂直螺丝组装等工序时,若有零件缺漏将直接影响最终产品品质,进入各通路贩售后有损公司名誉。

组装程序导入自动化,减少产品疏漏

在组装程序中偶有人为疏失,导致产品螺丝未完全锁紧或配件有接缝瑕疵等情况。针对此种重复性高之组装缺陷检测,导入自动化将快速改善产品疏漏问题,更提高人力配置效能。

导入SolVision检测,提高产品良率及稳定性

应用所罗门 SolVision的实例切割技术,针对螺丝与其他装配位置进行影像定位,再进行初步辨识装配卡榫程度并分类,进行AI模型的训练,即可快速辨识电子零件之组装完整度,而随着学习的影像件数增加,亦能持续优化其检测效力,有效提高产品的品质良率。

组装瑕疵检测案例

卡榫及螺丝完整

Detecting Faulty and Missing Laptop Components
Golden Sample

卡榫未对准

Detecting Faulty and Missing Laptop Components
Misaligned Latch

螺丝缺件

Detecting Faulty and Missing Laptop Components
Missing Component
相关文章
  • multicolored electronic part

    电源供应器内部线材组接解决方案

    电源供应器内部组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。额外使用人工及AOI传统光学检测皆不易执行,难以于产线端有效管控产品质量。经训练的AI模型可以精准地侦测并定位线材错接的电源供应器接线瑕疵,实时将不良品检出。
  • 如何快速精準辨識多種IC Tray盤字元

    快速辨识多种萃盘字符

    所罗门利用 SolVision学习Tray盘所需辨识的定位点,执行光学字符识别 (OCR),能够大幅优化传统AOI的作业流程,不受识别画面位移、歪斜及其字符缺陷等限制,精准识别个别料件来源,而随着AI深度学习件数增加,亦能持续优化AI辨别字符的能力,使辨识字符不再困难。
  • black and white labeled box

    自动化导线架品质检测

    导线架表面的各类瑕疵,包含边缘毛边、黑点杂质、刮痕等。若使用传统的AOI检测,当检测背景与瑕疵较为相近时,容易发生漏检的情形。使用SolVision AI瑕疵检测工具进行学习,以扩增功能增加AI学习范围,能有效检测出各类导线架瑕疵,在杂乱或复杂背景中,也能精确辨识有很好的辨识效果。
  • A Man Fixing a Laptop

    笔电组装零件缺漏与瑕疵检测

    笔电产品零件进入组合与包装程序后,利用人工方式进行配套零件的装配,在执行上下装壳与垂直螺丝组装等工序时,若有零件缺漏将直接影响最终产品质量,进入各通路贩卖后有损公司名誉。导入所罗门SolVision检测提高产品良率及稳定性,能持续优化其检测效力,有效提高产品的质量良率。