咨询热线:+(86)10 63308519
您现在所在位置:首页 > 企业动态
台达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
来源: 中达电通股份有限公司作者: 中达电通股份有限公司时间:2020-02-21 16:13:44点击:884

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(Deep Learning)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。


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,台达指出,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最困难的部分,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,台达指出深度学习将会是最佳方式。


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,系统可以自动找出最佳的&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,不过台达也指出,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,将可立即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


台达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%。


台达指出,工业&4.0 强调产线弹性化与快速自主学习,DAVS 通过人工智能与&AOI 的结合,以深度学习解决了现在&AOI 系统难以检测的产品瑕疵,同时让漏检率趋近于零,达到超高检出率需求,藉此提升出货产品质量。


此外&DAVS 容易安装的特色,可让检控设备建置在产线中的每一个重要环节,一旦制造过程中出现错误,系统就可立即提醒改善,避免将错误累积到最后检测端,造成更大的成本浪费,也由于&DAVS 可大幅减少人力与管理成本,其投资可在&0.8~1.5 年之间回收。台达以自身打造AOI设备的扎实经验,建议制造业者可依自身需求,于AOI设备加装建置便利的人工智能视觉检测系统,向智能制造更迈近一步。


台达AI视觉检测解决方案

> 相关阅读:
> 评论留言:
热门推荐
联系地址: 北京市西城区马连道路25号 企业邮箱:[email protected]
©2019 版权所有©北京中福必易网络科技有限公司  京公安备11010802012124