AI在塑膠行業(yè)的視覺檢測
2023-01-14
種適應性較強的的密封件。橡膠密封圈性能的好壞會直接影響生產(chǎn)組裝線的正常工作。目前橡膠密封圈的檢測主要是依賴人工去檢測，這種檢測方法容易受密封圈彈性形變和加工誤差的影響，造成其尺寸公差誤差大和邊緣輪廓存在缺陷。并且橡膠密封圈需要連續(xù)大批量生產(chǎn)，人工需長時間進行高強度作業(yè)，容易造成視力疲勞而出現(xiàn)差錯，同時檢測精度和效率也不高等問題。
種適應性較強的的密封件。橡膠密封圈性能的好壞會直接影響生產(chǎn)組裝線的正常工作。目前橡膠密封圈的檢測主要是依賴人工去檢測，這種檢測方法容易受密封圈彈性形變和加工誤差的影響，造成其尺寸公差誤差大和邊緣輪廓存在缺陷。并且橡膠密封圈需要連續(xù)大批量生產(chǎn)，人工需長時間進行高強度作業(yè)，容易造成視力疲勞而出現(xiàn)差錯，同時檢測精度和效率也不高等問題。
視覺檢測系統(tǒng)能穩(wěn)定工作在各種惡劣環(huán)境下，高性能的數(shù)字接口，快速觸發(fā)響應，確保精準的捕捉圖像，可同時識別出一張圖片內(nèi)藥品的尺寸、缺陷類型并對其進行分類，有效解決復雜背景下的識別難、速度慢等問題，可以滿足絕大部分工業(yè)場景的檢測標準，提高藥品生產(chǎn)和包裝檢測的準確率。
隨著消費電子產(chǎn)品市場需求的不斷新增，人們對其產(chǎn)品質(zhì)量的要求也越來越高。在消費電子產(chǎn)品檢測中，例如一個手機產(chǎn)品，其零件種類多，缺陷需求分散，而且產(chǎn)品迭代周期快，檢測設備需要快速響應各類缺陷檢測;另一方面，不同的零部件存在如缺失、移位、劃傷、漏銅、臟污等多種缺陷與背景對比度低，復雜等，檢測困難。
在汽車生產(chǎn)過程中，焊接是重要的部件裝配連接手段。由于焊接過程中會受到材料、性能、表面狀況、工藝參數(shù)、網(wǎng)壓波動等多種因素的影響，因此焊接時會偶發(fā)不穩(wěn)定情況，最終導致部件焊接不良的出現(xiàn)。為保證汽車生產(chǎn)品質(zhì)與生產(chǎn)效率，眾多汽車及汽車零部件廠商積極引入機器視覺系統(tǒng)，作為焊接質(zhì)量檢測的重要手段之一。
作為工業(yè)視覺系統(tǒng)整體解決方案提供商的精質(zhì)視覺，多年來在多項關(guān)鍵技術(shù)上取得持續(xù)突破，沉淀了50多項發(fā)明專利和200多項軟著認證。并且推動了多項技術(shù)在工業(yè)企業(yè)實際使用場景的具體落地。助力工業(yè)企業(yè)進行智能化轉(zhuǎn)型，實現(xiàn)生產(chǎn)效率的提升，重塑企業(yè)核心競爭力，穩(wěn)步邁入工業(yè)4.0階段。
在紡織行業(yè)的生產(chǎn)過程中，必不可少的一個環(huán)節(jié)是對成品的瑕疵檢測。在以往，大多采用人工檢測的方式，但這種方式受限于人體生理因素，極易受疲勞、注意力不集中等因素影響導致檢測結(jié)果準確率降低。智能化領(lǐng)域中的機器視覺缺陷檢測系統(tǒng)可以說是一種檢測利器，其結(jié)合光學成像技術(shù)、計算機技術(shù)、數(shù)控技術(shù)、機械工程技術(shù)等技術(shù)，能夠從定位、檢測、測量、識別多方向輔助生產(chǎn)環(huán)節(jié)，是實現(xiàn)生產(chǎn)智能化的有效手段。
在涂布工序完成后，活物質(zhì)與箔片的剝離強度很低，還需要經(jīng)過輥壓工序，增強活物質(zhì)與箔片的粘接強度，防止在后續(xù)的電解液浸潤環(huán)節(jié)中出現(xiàn)剝落現(xiàn)象。
醫(yī)藥行業(yè)關(guān)系到人類的生命健康，世界各國對藥品生產(chǎn)制造過程都給予了高度重視。醫(yī)藥行業(yè)是機器視覺應用較早的領(lǐng)域之一，目前在發(fā)達國家以及國內(nèi)知名藥企中，機器視覺技術(shù)已經(jīng)在逐步應用。
疫情無疑對全國乃至全球制造業(yè)供應鏈都造成了一定影響。后疫情之下，大量依賴人工勞動力的企業(yè)顯得無力又無奈：隨時面臨停產(chǎn)、停工的風險。但基于智能制造和數(shù)字化技術(shù),減少人工依賴的“機器視覺”能很好地助力企業(yè)維持正常生產(chǎn)。
作為關(guān)系人類生命安全的特殊商品——藥品，其在生產(chǎn)、包裝、運輸中都有著嚴格的要求。為了減少次品率，越來越多的企業(yè)在藥品包裝的過程中引入機器視覺檢測系統(tǒng)，不僅提升了效率，更將NG率降到了歷史新低。