Close Menu
    Main Menu
    • Home
    • News
    • Tech
    • Robotics
    • ML & Research
    • AI
    • Digital Transformation
    • AI Ethics & Regulation
    • Thought Leadership in AI

    Subscribe to Updates

    Get the latest creative news from FooBar about art, design and business.

    What's Hot

    Workhuman’s Chief Human Expertise Officer on Why Good Leaders Create Weak Groups and The best way to Construct a Resilient Tradition

    June 9, 2025

    New $22.2M joint robotics, area science facility deliberate at Columbus State

    June 9, 2025

    Why Gen Z Is Embracing Unfiltered Digital Lovers

    June 9, 2025
    Facebook X (Twitter) Instagram
    UK Tech Insider
    Facebook X (Twitter) Instagram Pinterest Vimeo
    UK Tech Insider
    Home»Robotics»Partage de cas: Answer d’inspection visuelle FATP pour la fabrication de produits électroniques
    Robotics

    Partage de cas: Answer d’inspection visuelle FATP pour la fabrication de produits électroniques

    Arjun PatelBy Arjun PatelApril 19, 2025No Comments4 Mins Read
    Facebook Twitter Pinterest Telegram LinkedIn Tumblr Email Reddit
    Partage de cas: Answer d’inspection visuelle FATP pour la fabrication de produits électroniques
    Share
    Facebook Twitter LinkedIn Pinterest Email Copy Link


    Contexte et besoins du consumer

    Le consumer dans ce cas est un grand fournisseur de composants électroniques (EMS). Sa principale exigence est d’exploiter des modèles formés par l’IA pour effectuer une inspection visuelle automatisée et de haute précision de l’apparence de ses produits, afin d’en garantir la qualité.

    1. Vis : Vérification de la présence et de la fixation correcte.
    2. Étiquettes d’avertissement haute pressure : Assurer un placement et une orientation corrects.
    3. Étiquettes de la plaque signalétique du produit : Vérification de sa place et de son alignement.
    4. Valve d’aération : Affirmation de l’set up correcte et de l’absence de composants manquants.
    5. Comparaison du numéro de série (SN) et du code QR : Assurer la cohérence entre le numéro de série et le QR code gravé sur le couvercle du produit.

    Les défauts les plus courants sont les suivants:

    • Étiquettes mal placées ou mal orientées
    • Vis manquantes
    • Bouchons de soupape d’aération manquants
    • Divergences entre le numéro de série et le QR code

    L’absence d’identification rapide de ces défauts peut compromettre la qualité du produit, affecter l’étanchéité et, dans les cas les plus graves, entraîner des problèmes de sécurité lors de l’utilisation.

    Défis

    1. Factors d’inspection complexes : Plusieurs zones d’inspection sont réparties sur différents côtés du produit. Les caméras industrielles 2D traditionnelles ne peuvent pas capturer efficacement des photographs multi-angles et multi-focales.
    2. Nombre essential de factors d’inspection : Avec jusqu’à 28 composants à inspecter, il est pressing de trouver une resolution rapide et précise.
    3. Contraintes de main-d’œuvre : L’inspection manuelle prend du temps, nécessite beaucoup de main-d’œuvre et est sujette à des erreurs subjectives.

    Options et applied sciences clés

    Pour relever les défis susmentionnés, le cobot TM AI intègre la technologie visuelle afin d’automatiser le processus d’inspection. Les méthodes methods spécifiques sont les suivantes:

    Technologie d’imagerie

    Le bras robotisé TM5-900 permet de capturer des photographs sous plusieurs angles afin de répondre aux besoins des shoppers. Le bras est équipé d’une caméra 2D autofocus (embarquée : couleur, avec autofocus) qui permet un positionnement précis et seize des photographs claires.

    Inspection assistée par l’IA

    En utilisant le serveur TM AI+, 400 photographs peuvent être améliorées 10 fois et entraînées par 50 itérations en 35 minutes. Cela permet la mise à jour rapide du modèle pour corriger les erreurs d’appréciation ou les anomalies de la ligne de manufacturing.
    S’appuyant sur un processeur Intel I7 12700 et un GPU Nvidia RTX3060, le système peut effectuer une inspection AI de 28 positions de composants en 30 secondes, répondant ainsi aux exigences en matière de temps de cycle de manufacturing (CT). Cela améliore considérablement l’efficacité de l’automatisation et réduit les coûts de main-d’œuvre.

    Processus d’inspection

    • Pièce bonne (OK): Les résultats de l’inspection sont téléchargés dans le système de manufacturing et le produit passe à l’étape suivante.
    • Pièce mauvaise (NOK): Les résultats sont immédiatement signalés, ce qui requiert aux opérateurs à gérer les éléments défectueux.

    Scénarios d’software et avantages

    Scénarios d’software:

    Idéal pour les tâches d’inspection visuelle de haute précision dans la fabrication, y compris la détection de composants manquants, l’identification de corps étrangers et la vérification de l’emplacement appropriate des pièces.

    Avantages:

    1. Automatisation : Le remplacement des opérations manuelles réduit les coûts de main-d’œuvre.
    2. Précision : Le taux de précision des inspections est supérieur à 99 % et le taux de fake positifs est inférieur à 1 %.
    3. Efficacité : Répond aux exigences des lignes de manufacturing à haut quantity et à temps de cycle élevé.

    Conclusion

    Le TM AI Cobot, avec ses applied sciences de imaginative and prescient innovantes et ses capacités de prise de décision basées sur l’IA, offre aux shoppers une resolution d’inspection visuelle automatisée très efficace et fiable. La précision de l’inspection dépasse 99 %, avec un taux de fake positifs inférieur à 1 %, ce qui améliore considérablement l’efficacité et la précision. Il repousse les limites des méthodes d’inspection traditionnelles, améliorant considérablement la qualité des produits tout en réduisant les coûts de manufacturing, ce qui en fait une software de référence dans la fabrication intelligente moderne.

    Share. Facebook Twitter Pinterest LinkedIn Tumblr Email
    Arjun Patel
    • Website

    Related Posts

    New $22.2M joint robotics, area science facility deliberate at Columbus State

    June 9, 2025

    HEBI Robotics will get SBIR grant to develop {hardware} for hazardous environments

    June 8, 2025

    Wandercraft unveils Calvin, new industrial humanoid, and Renault partnership

    June 7, 2025
    Leave A Reply Cancel Reply

    Top Posts

    Workhuman’s Chief Human Expertise Officer on Why Good Leaders Create Weak Groups and The best way to Construct a Resilient Tradition

    June 9, 2025

    How AI is Redrawing the World’s Electrical energy Maps: Insights from the IEA Report

    April 18, 2025

    Evaluating the Finest AI Video Mills for Social Media

    April 18, 2025

    Utilizing AI To Repair The Innovation Drawback: The Three Step Resolution

    April 18, 2025
    Don't Miss

    Workhuman’s Chief Human Expertise Officer on Why Good Leaders Create Weak Groups and The best way to Construct a Resilient Tradition

    By Charlotte LiJune 9, 2025

    http://site visitors.libsyn.com/futureofworkpodcast/Audio_-_KeyAnna_Schmiedl_-Up to date.mp3 Wish to sponsor this article or different content material? Attain out…

    New $22.2M joint robotics, area science facility deliberate at Columbus State

    June 9, 2025

    Why Gen Z Is Embracing Unfiltered Digital Lovers

    June 9, 2025

    Seraphic Safety Unveils BrowserTotal™ – Free AI-Powered Browser Safety Evaluation for Enterprises

    June 9, 2025
    Stay In Touch
    • Facebook
    • Twitter
    • Pinterest
    • Instagram
    • YouTube
    • Vimeo

    Subscribe to Updates

    Get the latest creative news from SmartMag about art & design.

    UK Tech Insider
    Facebook X (Twitter) Instagram Pinterest
    • About Us
    • Contact Us
    • Privacy Policy
    • Terms Of Service
    • Our Authors
    © 2025 UK Tech Insider. All rights reserved by UK Tech Insider.

    Type above and press Enter to search. Press Esc to cancel.