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
  • 商品外包装印刷瑕疵检测解决方案

    做为商品外包装材料,软质的铝箔袋常在印刷过程中产生印刷错误、歪斜、脱落及漏印等情形。统光学检测和人工的方式出错率高。运用SolVision的Anomaly Detection工具,训练完成的模型即可针对印刷文字、图案上的形状、颜色等特征差异执行比对,侦测并标注瑕疵所在位置。
  • 半导体晶片封装制程接着剂瑕疵检测解决方案

    固晶接着剂透明,易造成光源折射影响特征判断,且爬胶、溢胶不具固定位置及型态,无法创建规则执行传统光学检测AOI。运用Solomon SolVision AI影像平台技术建立AI学习模块,自动学习并侦测爬胶、溢胶的特征及位置。增加多项正确类别提升辨识强度,有效降低环境因素的干扰。
  • 缎带品质AI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。
  • 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。