资讯资讯
  • 咨询热线:4008-560-998
  • 联系人:余经理
  • Q Q:点击我发送信息
  • 电 话:0769-86712036
  • 传 真:0769-89399481
  • 邮 箱:2880620677@qq.com
  • 地 址:东莞市大朗洋坑塘管理区全通路26号
行业资讯
查看分类
AI视觉检测高效掌握瑕疵零件,大大提高产品检测效率
2021.03.31
  工业 4.0 在全球制造业掀起智能化浪潮,通过智能制造系统,制造流程将可大幅优化,进而提升产线效能、降低成本支出,在智能制造系统中,人工智能扮演了重要角色,尤其是深度学习演算法更开始被应用到产线系统中的视觉检测,快速而精准的判别产品瑕疵。

AI视觉检测解决方案高效掌握瑕疵零件 大幅提升产品良率


机器视觉检测有效取代人眼,全靠“深度学习”
深度学习属于机器学习的领域,其演算方式是通过不断重复判别物件获得庞大数据,再经过大量的运算让精准度不断接近完美,瑞科指出,目前深度学习已经被大量应用于各种领域,制造业的视觉检测则是其中重点应用。
产品检测是制造业质量管理的一环,过去皆由现场作业员亲力亲为,然而人眼有其极限,检测速度与正确率会随着作业时间拉长降低,再加上产线速度越来越快、产品体积逐渐轻薄短小,后期机器视觉开始取代人眼,成为产线检测主流。
在产线中,视觉检测有四大主要功能,包括量测、辨识、定位、检查等,而检测是所有功能中困难的部分,由于现场人员对瑕疵的认知不同,因此即便是已然自动化的机器视觉,仍会存在因系统设定或现场质管人员不同,导致出货产品质量无法一致性的问题,要解决此一问题,瑞科指出深度学习将会是佳方式。

纯 AOI 系统将快速消失,结合 AI 成转型关键


将深度学习导入至产线检测,对制造业与系统供应商两端来说,都可提升工作效率。在使用者端,视觉检测系统可以省下大量人眼检核的成本,机器视觉软硬件架构的准确率与判断速度,已远远超过人眼,而且设定完成后,即可长时间不间断且以一致标准的工作,将可为制造业者省下大量的人力成本。
过往的机器视觉系统,每一次上线都必须不断调整设定,在智能制造概念中,产线必须可快速回应订单,弹性调整生产内容,现行机器视觉检测的繁复设定将难以满足弹性化生产需求,深度学习架构只要事先通过训练,即可快速上线使用,且还能自主学习,系统可以自动找出佳的 OK/NG 参数,不必再由人员调整,在此状态下,各设备的瑕疵检测标准将可一致性,不会因品牌、使用时间的不同产生差别。
至于系统整合商,运用人工智能也将强化市场竞争力。人工智能在视觉检测市场正加速普及,纯 AOI 系统在制造业的竞争力将会快速消失,不过瑞科也指出,现在市场对人工智能的导入也有迷思,多数厂商认为将 AOI 全面替换为人工智能,将可马上降低漏检与误判机率,然而这种一步到位的想法在实际状况中并不可行,反而会让漏检和误检率大幅增加,建议应该保留现行 AOI 功能并结合人工智能,才能迭加两者的优势。
产品漏检率趋近于零,误判率极低
瑞科针对视觉检测所推出的 DAVS 即是以人工智能为核心的运送系统,此系统可以结合既有的 AOI 系统,让既有设备可延长使用年限,以此保障制造业者过去的投资,而人工智能与 AOI 整合的模式,也提升了产品的检出率。
以SMT用电感(用于手机/小型化PCB)为例,除非是严重裂纹,否则传统的 AOI 系统常无法判断影像中的线条是原有纹路或裂痕,且AOI对其中度裂纹的检出率小于 50%,轻微裂纹检出率更是在 5% 以下,加装 DAVS 之后,检出率大幅提升,不但漏检率为零,误判率更低于 0.3%。
数据提供:天助网    
商盟客服

您好,欢迎莅临瑞科光学检...,欢迎咨询...

余经理: 点击这里给我发消息
正在加载

触屏版二维码

XML 地图 | Sitemap 地图