手工具電鍍瑕疵AI視覺檢測
發表年月 2020-04 應用領域 AI製造運用應用/研究單位 智炬科技股份有限公司
由於各式瑕疵原因分別在不同製程情境發生,於電鍍後進行判斷較能夠有效提升品質管制效率,需採用全檢模式以肉眼辨識,辨職難度高且高度仰賴人員的經驗,且遺漏比率約10%。透過以AOI自動光學檢測加上深度學習技術,克服金屬扳手反光之特性,提高瑕疵的辨識率(1) 縮短品檢作業時間:透過AOI智慧瑕疵檢測系統,每隻扳手檢測時間自3-4分鐘縮短至約3秒,統計報表由系統自動產出取代過去人工抄寫,且避免篩選遺漏。(2) 老師傅經驗數據化及標準化:依實際檢測數據進行標準差異值統計分析,回饋QC工程標準以優化公差設定值。(3) 生產批及不良品數量整合串接電子看板及MES、SPC系統,提高資訊即時性及加速管理報表產出。
檢視內容