小螺栓,大隐患!「 智能相机EVS」非监督算法在高良率汽车产线中的应用收藏

网友投稿 190 2024-01-12


变速箱是汽车动力总成的重要组成部分,一旦出现异常情况,可能导致严重事故而螺栓的紧固力对于保持变速箱的结构完整和正常运行至关重要,没有经过完整涂胶固定的螺栓可能会松动甚至丢失,存在安全隐患因此,在汽车变速箱装配时,拧紧螺栓前,需要检测螺栓是否涂胶、有无断胶等情况。

小螺栓,大隐患!「 智能相机EVS」非监督算法在高良率汽车产线中的应用收藏

检测难点•生产环境紧凑汽车装配流水线较长,变速箱的组装仅为其中的一个环节在这种紧凑的生产环境中,若加入大型视觉检测系统,可能会因为设备安装和调试的周期较长,拖慢整条产线的进度• 缺陷形态多变螺栓的断胶异常可能以任意形态随机出现在任意位置,使用传统算法难以预测未知的异常涂胶情况。

• 产品良率较高若采用深度学习算法,则需要充足的高质量样本汽车行业良率较高,短时间内难以收集到足够数量的缺陷样本• 检测指标严苛为了严格把控质量和成本,客户对检测精度提出了高要求:必须准确无误地检出所有涂胶异常的螺栓,不能放过任何一点轻微断胶的情况,即过检、漏检指标均为0。

解决方案采用EVS-SC200深度学习智能相机的非监督分割算法,既能够更快速地完成部署,又能保证检测性能和精细程度。

深度学习智能相机:集AI算法、软件、硬件于一体,零代码引导式操作,开箱即可掌握,缩短部署周期,最快短至1天。擅长解决随机多变的断胶形态问题,可检出细小、低对比度的涂胶异常,效果优于传统算法。

非监督分割算法:支持正样本模型,省去收集缺陷样本的时间,仅使用良品图进行训练,即可通过对比缺陷图与良品图不同的地方,检测出螺栓未涂胶或断胶的异常情况,并进行实时报警考虑到对于检测精细程度的要求,故应用阿丘自研的最高精度的分割算法,做像素级的缺陷检测

项目成果实现螺栓涂胶异常的100%稳定检出,达成过检、漏检均为0的指标要求有效代替了该环节100%的目检人员,确保螺栓在拧紧前不存在涂胶异常,避免客诉该方案在批量复制阶段,1天即可完成部署EVS-SC200 不止于简单。

集AI算法、软件、硬件于一体,无门槛,轻便简单,有效解决简单至复杂的OCR、装配验证、计数、瑕疵检测、分类等问题,赋能生产及组装工艺过程管控,助力企业高良率生产无需精细调参,无需软件集成,快速构建解决方案,助力汽车、医药&食品包装等行业智能化升级。

阿丘科技深耕工业质检,专注于工业AI视觉及智能分析服务,我们为提供更好的产品及行业解决方案持续努力,攻坚克难,助力产业智能化升级!

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:康耐视助力韩国新世界提高电商履约效率,显著降低了运营成本收藏
下一篇:工业互联网云平台的构建与优化(实现工业数据的云端管理和分析)
相关文章

 发表评论

暂时没有评论,来抢沙发吧~