SolVision成功案例

电子业

传统机台仪表数字化解决方案

自动化仪表影像数值读取

光电产品良率关键：镀膜气体参数监控

光电产业中的偏光片制程需透过气体的层流均布使薄膜均匀沉积。为维持镀膜的品质与良率，制程气体的压缩参数监控十分关键。如何解决传统机台仪表数字化，提升产品良率成为一大关键问题。

AI-powered OCR of dashboard readings

数字化困境：传统仪表的界面限制

传统式的气体监控机台或仪器设备具有仪表板显示信息，唯独缺乏数字化界面，无法将数值信息迅即上传至中央监控系统，使整体制程数字化产生断点。

传统仪表的数字化利器：光学字符辨识

SolVision结合机器视觉与人工智能，运用AI影像平台的实例切割技术执行光学字元辨识(Optical Character Recognition, 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。

仪表数字化步骤

1. 工业相机撷取2D影像

2. 光学字符辨识取得数值及座标资讯

3. 数字化信息输出

相关文章
  • 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。
  • an electrician inspecting a wiring panel inside a smart factory

    META-aivi 智能工安巡检

    越来越多工厂内布建自动装置系统及机械设备，透过连线整合，达到部分自动加工甚至全自动制造，以此有效提高作业效益、节省人力成本。而每种机台的配线方式不尽相同，如何确保人员线路配置的正确性以及建立可控管的系统，即是公共安全的重要环节之一。
  • brown cookies on white ceramic plate

    食品加工产线输送带瑕疵检测解决方案

    食品加工业首重食品卫生及食用安全，油炸食品的外观不一。传统的食品外观检测透过大量人力执行，效率不彰。所罗门结合机器视觉与人工智能，运用Solomon SolVision AI影像平台技术执行缺陷检测。在快速且大量生产的油炸食品加工产线中，辨识多种不同的瑕疵样态，进而将不良品实时检出。
  • metal rails stacked in a railway yard

    利用机器人实现自动化铁轨接缝板去毛边处理

    使用了SOLMON公司的AI 3D機器視覺技術Solmotion來進行接縫板的位置識別。準確地識別接縫板端面進行毛邊修整的位置並進行了修正。在毛邊修整過程中，我們在接縫板流動到修整位置之前的一側安裝了Solmotion的攝像頭系統，用於解析接縫板的截面。