A Man Fixing a Laptop

SolVision成功案例

电子业 |制造业

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。
  • 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。
  • a close-up of a machine

    自动化激光焊接分类暨检测解决方案

    雷射焊接具有不同的焊缝特征。由于产品的焊接位置、样式不尽相同，无法透过传统光学检测辨别焊缝样态，常造成焊接质量不一的情形。应用Solomon SolVision能够以焊缝特征影像训练AI模型，辨识焊接功率及漏焊瑕疵，并可透过深度学习，精准侦测焊缝的鱼鳞纹数量及分布。
  • Automotive Kitting and Assembly Line Automation

    套件及组装产线自动化

    所罗门AccuPick 3D、所罗门 AI-based 3D料箱拣选程序和结构光扫描仪SolScan，在精准识别复杂物体上有着优异表现。搭载所罗门解决方案，机器手臂能有效在重叠、复杂物体中辨识正确的抓取点，并满足小于 1 毫米的严格公差要求。