pile of shiny metal bolts

SolVision成功案例

金属螺栓AI视觉瑕疵检测

客戶

客户是一家总部位于亚洲的螺帽和螺栓制造商。

案例

金属螺栓品质控制

客户寻求一种精确的瑕疵检测解决方案,无论螺栓的位置或方向如何,都能够识别螺栓上的缺陷,例如小凹痕、刮痕、突起粒等瑕疵。
pile of shiny metal bolts

挑战

降低瑕疵检测的误判率

为了防止瑕疵检测中的冗余,每个螺栓都需要从三个不同角度单独分析。 由于生产量较大,客户要求每个螺栓的检测过程在1秒内完成,同时保持至少90%的准确率。
不过,由于螺栓的表面反光,光反射效果易被传统AOI视觉检测误认为是缺陷,使得这项任务变得更加复杂。

解決方案

创新的AI视觉瑕疵检测方案

所罗门设计一款机器人辅助系统,使每个螺栓都能旋转360度,拍摄三张图像以识别任何瑕疵。
为了解决反光表面的挑战,我们在AI视觉检测系统SolVision中训练一个AI模型,并且我们的工程师为客户提供了最佳照明和背景条件的建议,最大限度的减少反射。
这种综合方法实现了快速的检验过程,每个螺栓的检查时间仅为49毫秒,准确率达到100%。

效益

每个螺栓的瑕疵检查周期时间为 49 毫秒。
100% 瑕疵检测准确率。
误判率降低至零。
相关文章
  • 印刷电路板(PCB)元件组装检测解决方案

    印刷电路板(Printed Circuit Board, PCB)是电子装配中最重要的基底,但PCBA上的电子组件种类繁多,包括电阻、电容、晶体管等等。运用SolVision AI影像平台透过训练完成的AI模型,可实时地检出组件缺件或组装错误等异常情形及位置。
  • 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。
  • 快速精準辨識多種橡膠射出成型之瑕疵

    精准辨识多种橡胶射出成型瑕疵

    橡胶射出成形采用AOI检测塑料缺陷时,由于瑕疵种类及位置多变,易遇橡胶射出瑕疵样品不足使得瑕疵定性定量困难,检测精准度不足。利用SolVision AI瑕疵检测,针对橡胶射出成品瑕疵形状与颜色建立数据库,AI学习可后辨识种类及位置多变的瑕疵。有效解决橡胶射出成品瑕疵不固定的检测问题。
  • a group of square objects

    晶圆不良品分类及瑕疵定位自动化解决方案

    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。