背景與客戶需求
在快速變化的電子製造業中，確保產品在包裝前的品質至關重要。一家電子製造產業客戶需要一種高精度且高效率的解決方案，用於檢測印刷電路板 (PCB) 上的損壞或遺失零件。傳統的人工檢測方法難以滿足生產需求，且經常忽略微小的缺陷。
挑戰
- 檢測微小異常：人工檢測在穩定識別 PCB 上的細微缺陷方面具有挑戰性。
- 高產量需求：需要快速且具可擴展性的檢測流程以匹配生產週期。
- 勞動密集型流程：高度依賴人工檢測不僅增加成本，還帶來不一致性。
解決方案與關鍵技術
達明機器人的 TM AI Cobot 提供了一套綜合自動化解決方案，結合先進的影像技術與 AI 分類技術。
-
影像與檢測
- Eye-in-Hand (EIH) 相機實現了精準定位，外部相機則進行多點視覺檢測，從多角度捕捉圖像以確保每個零件都被精確檢測。
- 圖像透過 AI 模型進行分析，將零件分類為合格 (OK) 或不合格 (NG)。
-
AI 模型訓練
- 利用AI Classification進行運算，使用 70 張圖像數據集進行系統訓練（40 張 OK，30 張 NG）。
- 訓練時間僅需 15 分鐘，實現快速適應生產需求的變化。
-
自動化工作流程
- 合格產品：自動傳送至下一工站。
- 不合格產品：識別後由協作機器人取出，放置於專用循環區進行後續處理。
- 結果經由 AOI Edge 計算後傳送至機器人，執行決策以確保生產流程的連續性。
應用場景
- 包裝前檢測遺失或損壞的零件
- 在生產初期識別細微異常，確保產品品質
效益
-
提升檢測精度
- 檢測精度高達 99.99%。
- 虛報率與誤判率均低於1%，確保檢測結果的可靠性。
-
提高檢測效率
- 自動化提升了檢測速度，將人力需求減少 50%。
- 高速檢測流程與生產週期無縫銜接。
-
降低營運成本
- 減少對人工勞力的依賴，降低成本的同時提升一致性。
結論
該零件檢測解決方案展示了 TM AI Cobot 如何通過智能自動化徹底改變檢測流程。結合 AI 驅動的分類技術與精確的視覺檢測技術，本案例成功證明了在現代生產線中實現卓越效率、精確性和成本效益的可能性。