META-aivi成功案例

META-aivi 智能焊缝检测

AI检测车辆焊接品质

焊接,是一种以加热或加压方式,来接合金属、非金属等材质,用以巩固整体结构安全的工艺技术。而现今汽车业已从过去大量生产,转变为少量多样的客制化生产,车架的尺寸也因样式差异而不同,且焊接点形状不一,再加上车架具有多面多项的特性,焊接处及应用亦随之变动,因此难以针对此类情形制订固定规则以检测焊缝瑕疵。

a welder welding a piece of metal with sparks

挑战

瑕疵形状不一 人员检测易疏忽

在汽车焊接品质检测方面,由于无论焊接技术多精良,一条焊缝总是很难确保完美无缺,再加上瑕疵多呈现不规则状且每一台车的检点多达上百处、车架又具有多面多项特性,因此目前大多仰赖人力检测,难以确保人工检测品质。若人员不慎因疏忽漏检,恐造成车体崩解引发严重意外。由于需仰赖人员灵活翻转进行检测,以致导入自动化不易且成本高昂,成为焊接瑕疵检测的一大痛点。

解决方案

META-aivi 提升人员检测的精准度

使用META-aivi的瑕疵检测功能,针对合格的焊接点进行AI训练并上传模型至系统中,便能透过移动设备上的镜头对欲检测的车架进行AI检测,META-aivi即可快速辨识出瑕疵焊点,并搭配增强实境功能即时反馈异常结果,人员即可透过屏幕上指示进行错误修正,确保焊接品质。

除此之外,META-aivi可以分辨瑕疵种类,例如:漏焊、砂孔、碳化、喷渣等类别,且累积数据可作为后续大数据设备分析与运维用途,如:连续检出砂孔类的瑕疵则应更换焊丝、时常有漏焊的情况则需检查喷嘴,并可输出制成品检报告,有效数字化检测流程。

META-aivi检测结果

an engineer wearing a hardhat and AR glasses inspects a metal frame using META-aivi
在AI检查中,META-aivi会检测到任何焊接缺陷。
AI inspection of metal frame welding
AI检测结果实时显示在AR设备屏幕上。

效益

AI焊缝检测 提升车量品质

导入META-aivi,运用所罗门成熟的AI视觉技术,能透过移动设备,即时侦测焊缝瑕疵,根据指示快速进行异常排除,使人员检测失误率大幅降低,同时也免去多人复检的成本花费。 META-aivi智能焊缝检测解决方案能同时满足即时检测和缺陷处理,大幅优化生产流程,提升客户的焊接品质。

相关文章
  • a stack of textile spindles behind a yellow robot arm

    玻璃纤维线轴拆架

    通过使用基于人工智能的机器人三维视觉SolScan和AccuPick,成功解决了准确识别架子中卷轴位置的挑战。
  • green bottle lot

    玻璃酒瓶霉斑脏污检测方案

    为落实环保,酒商皆启动玻璃瓶容器回收再利用的机制。但玻璃酒瓶内缘之霉斑脏污,即使经过清洗消毒仍然容易残留,人眼不易看出霉斑。SolVision以酒瓶影像训练AI,学习霉斑脏污的位置与颜色,自动辨识霉斑脏污特征,在清洗产在线快速找出有霉斑、脏污的酒瓶汰除,让回收再利用酒瓶维持质量。
  • 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。
  • automated depalletizing in a warehouse

    自动化仓库拆垛

    AccuPick将AI深度学习与机器视觉相结合,实现一次性拾取和放置多个箱子,实现自动化的下托操作。