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、减少成本支出,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,快速而精准的判别商品瑕疵,实现工业产品高效产出。

AI智能视觉检测系统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,盈泰德科技指出,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。

商品检测是制造业品质管理的一环,过去皆由现场作业员亲力亲为,然而人眼目测也有其局限,检测速度与正确率会随着作业时间拉长减少,再加上产线速度越来越快、商品体积逐渐轻薄短小,后期机器视觉检测将可能成为产线检测主流。

AI智能视觉检测系统实现工业产品高效产出-机器视觉_视觉检测设备_3D视觉_缺陷检测

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,而检测是全部功能中困难的部分,由于现场人员对瑕疵的认知不同,因而即就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,造成出货商品品质无法一致性的问题,要解决此一问题,盈泰德认为深度学习将会是较佳方式。

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工的成本,机器视觉软硬件架构的准确率与判断速度比人工有很多优势,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节设定,在智能制造概念中,产线必须可快速回应订单,弹性调节生产内容,现行机器视觉检测的繁复设定将难以满足弹性化生产要求,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,系统可以自动找出较佳的 OK/NG 参数,不用再由人员调节,在此状态下,各设备的瑕疵检测标准将可一致性,不会因牌子、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。

如果你的工业生产线中,可能需要用得上AI智能视觉检方面的技术,那么不妨和我们盈泰德科技聊聊,我们会先根据你的需求分析,从一个专业的角度来给一个合适你的方案,然后再听取你的意见,即使没达成合作,我们也希望能多认识个朋友。