為機床工具企業(yè)提供深度市場分析                     

用戶(hù)名:   密碼:         免費注冊  |   申請VIP  |  

English  |   German  |   Japanese  |   添加收藏  |  
機床電器

車床 銑床 鑽床 數控係統 加工中心 鍛壓機床 刨插拉床 螺紋加工機床 齒輪加工機床
磨床 鏜床 刀具 功能部件 配件附件 檢驗(yàn)測量 機床電器 特種加工 機器人

機床電器

電工電力 工程機械 航空航天 汽車 模具
儀器儀表 通用機械 軌道交通(tōng) 船舶

搜索
熱門關鍵字:

數控機床

 | 數控(kòng)車(chē)床 | 數控係統(tǒng) | 滾齒機 | 數控銑床 | 銑刀 | 主軸 | 立式加工中(zhōng)心 | 機(jī)器(qì)人(rén)
您現在的位置:機床電器(qì)網> 技術前沿>台達AI視覺檢測解決方案高效掌握瑕疵零(líng)件(jiàn)大幅(fú)提升產品良率(lǜ)
台達AI視覺檢測解決方案高(gāo)效掌握瑕(xiá)疵零件大幅提升產品良率
2020-2-21  來源:中達(dá)電通  作者:-
 
       工(gōng)業 4.0 在全(quán)球製(zhì)造業掀起智能化浪潮,通過智能製造係統,製造流程將可大幅優化(huà),進(jìn)而提升產線效能、降低成本支出,在智能製造係統中,人工智(zhì)能扮演了重要角色,尤其是深度學習(Deep Learning)演算法更(gèng)開始被應用到產線係統中的視覺檢測,快速而精準的判別產(chǎn)品瑕疵。
  
       機器視覺檢測有效取代人眼,全靠“深(shēn)度學習”
  
       深度學習屬於機器學習的領域,其演算方式是通過不斷重複(fù)判別物件(jiàn)獲(huò)得(dé)龐大數(shù)據,再經過大量的運算讓(ràng)精準度不斷接近完美,台達指出,目(mù)前深度學習已(yǐ)經被大量應用於各種領域(yù),製造(zào)業的視覺(jiào)檢測則是其(qí)中重點應用。
  
       產品檢測是製造業質量管理的一環,過去皆由現場作業員親力親(qīn)為,然而人眼有其極限,檢測速度與正確率會隨著作業時間拉長降低,再加上產線速度越來越快、產品體積逐漸輕薄短小,後期機器視覺開始取代人眼,成為產線檢測主流。
  
       在(zài)產線中,視覺檢測有四大主要功能,包括(kuò)量測、辨識、定位、檢查等,而檢測是所有功(gōng)能中最困難的部分,由於現場人員對瑕(xiá)疵的認知不同,因此即便是已然自動化的機器視覺,仍會存在(zài)因係統設定或現場質管人員不(bú)同,導致出貨產品質量無法一致性的問題(tí),要解決此一問題,台達指出(chū)深度學習將會是最佳方式。
  
  
       純 AOI 係(xì)統將快速消失,結合 AI 成(chéng)轉型關鍵
  
       將深度學習(xí)導入至產線檢測,對製造業與係統供應商兩端來說,都可提升工作效(xiào)率。在使用者端,視覺檢測係(xì)統可以省下大量人眼檢(jiǎn)核的成本(běn),機器視覺軟硬件架構的準確率與判斷速度,已遠遠超過人眼,而且設定完成後,即可長時間不間斷且以一致標準的工作,將可(kě)為製造業者省下大量的人力成本。
  
       過往的(de)機器視覺係統(tǒng),每一次上線都必須不斷調整設定,在智能製造概念中,產線必須可快(kuài)速回應訂單,彈性(xìng)調整生產內容,現行機器視覺(jiào)檢測的繁複設定將難以(yǐ)滿足彈性化生產(chǎn)需求,深度學習架(jià)構(gòu)隻要事先通過訓練,即可快速上線使用,且還能自主學習,係統可以自動找出最佳的 OK/NG 參數,不必再由人員調整,在此狀態下,各設備的瑕疵檢測標(biāo)準將可一致性,不會(huì)因品牌、使用時間的不同產生差別。
  
       至於係統整合商,運用人工智能也將強化(huà)市場競爭(zhēng)力。人工智能在視覺檢測市場正加速普及,純 AOI 係統在製造業的(de)競爭力將會快速消失,不過台達也指出,現在市場對人工智能的導入也有迷思,多(duō)數廠商認為將 AOI 全麵替換為(wéi)人工智能,將可立即降低漏檢與誤判機率,然而這種一(yī)步到位的想法在實際狀況中(zhōng)並不可行,反而會讓漏檢和誤檢(jiǎn)率大(dà)幅增加,建議應該保留現行(háng) AOI 功能並結合人工智能,才能迭加兩者(zhě)的優(yōu)勢。
  
       產品漏檢率趨近於零(líng),誤判率極低
  
       台達針對視覺檢測所推(tuī)出的 DAVS 即是以人工智(zhì)能為核心的運送係統,此係統可以結合既有的 AOI 係統,讓既有設備可延長(zhǎng)使用年限,以此(cǐ)保障製(zhì)造業者過去的投資,而(ér)人工智能與 AOI 整合的模(mó)式,也提升(shēng)了產品的檢出率。
  
       以(yǐ)SMT用電感(用於手(shǒu)機/小型化PCB)為例,除非(fēi)是嚴重裂紋,否則傳統的 AOI 係統常無(wú)法判斷影像中的線條是原有(yǒu)紋路(lù)或裂痕,且AOI對其中(zhōng)度裂紋的檢出率小於 50%,輕微裂紋檢出率更是在 5% 以下,加裝(zhuāng) DAVS 之後,檢出率大幅提升,不但漏檢率(lǜ)為零,誤判率更低於 0.3%。
  
       台達指出,工業 4.0 強調產線彈性化與快速(sù)自主學習,DAVS 通過人工(gōng)智能與 AOI 的結合,以深度學習解(jiě)決了現在 AOI 係統難以檢測的產品瑕疵,同時讓漏檢率(lǜ)趨近於零,達到超高檢出率(lǜ)需求,藉此提(tí)升出貨產品質(zhì)量。
  
       此外 DAVS 容易(yì)安裝的特色,可讓檢控設備建置在產線中的每一個重要環節,一旦製造(zào)過程中出現錯誤,係統就可立即提醒改善,避免將錯誤累積到最(zuì)後檢測端(duān),造成更大的成(chéng)本浪(làng)費,也由於 DAVS 可大幅減少人力與管理成本,其投(tóu)資可在 0.8~1.5 年之間回收。台達以自身(shēn)打造AOI設備的紮實經驗,建議製造業者可依自身需求,於AOI設備加裝建(jiàn)置便利的人(rén)工智能視覺檢測係統,向智(zhì)能製造更邁近一(yī)步。
    投稿箱:
        如果您有機床行業、企業相關新聞(wén)稿件發表,或進行資訊合作,歡迎聯係(xì)本網編輯部, 郵箱:skjcsc@vip.sina.com
国产999精品2卡3卡4卡丨日韩欧美视频一区二区在线观看丨一区二区三区日韩免费播放丨九色91精品国产网站丨XX性欧美肥妇精品久久久久久丨久久久久国产精品嫩草影院丨成人免费a级毛片丨五月婷婷六月丁香综合