漏檢率趨近於零!台達 AI 視覺檢測解決方案高效掌握瑕疵零件,大幅提升產品良率

AOI 檢測機情境示意圖

工業 4.0 在全球製造業掀起智慧化浪潮,透過智慧製造系統,製造流程將可大幅優化,進而提升產線效能、降低成本支出,在智慧製造系統中,人工智慧扮演了重要角色,尤其是深度學習(Deep Learning)演算法更開始被應用到產線系統中的視覺檢測,快速而精準的判別產品瑕疵。

機器視覺檢測有效取代人眼,全靠「深度學習」

深度學習屬於機器學習的領域,其演算方式是透過不斷重複判別物件獲得龐大數據,再經過大量的運算讓精準度不斷接近完美,台達指出,目前深度學習已經被大量應用於各種領域,製造業的視覺檢測則是其中重點應用。

產品檢測是製造業品質管理的一環,過去皆由現場作業員親力親為,然而人眼有其極限,檢測速度與正確率會隨著作業時間拉長降低,再加上產線速度越來越快、產品體積逐漸輕薄短小,後期機器視覺開始取代人眼,成為產線檢測主流。

在產線中,視覺檢測有四大主要功能,包括量測、辨識、定位、檢查等,而檢測是所有功能中最困難的部分,由於現場人員對瑕疵的認知不同,因此即便是已然自動化的機器視覺,仍會存在因系統設定或現場品管人員不同,導致出貨產品品質無法一致性的問題,要解決此一問題,台達指出深度學習將會是最佳方式。

純 AOI 系統將快速消失,結合 AI 成轉型關鍵

將深度學習導入至產線檢測,對製造業與系統供應商兩端來說,都可提升工作效率。在使用者端,視覺檢測系統可以省下大量人眼檢核的成本,機器視覺軟硬體架構的準確率與判斷速度,已遠遠超過人眼,而且設定完成後,即可長時間不間斷且以一致標準的工作,將可為製造業者省下大量的人力成本。

此外過去的機器視覺系統,每一次上線都必須不斷調整設定,在智慧製造概念中,產線必須可快速回應訂單,彈性調整生產內容,現行機器視覺檢測的繁複設定將難以滿足彈性化生產需求,深度學習架構只要事先透過訓練,即可快速上線使用,且還能自主學習,系統可以自動找出最佳的 OK/NG 參數,不必再由人員調整,在此狀態下,各機台的瑕疵檢測標準將可一致性,不會因品牌、使用時間的不同產生差別。

至於系統整合商,運用人工智慧也將強化市場競爭力。人工智慧在視覺檢測市場正加速普及,純 AOI 系統在製造業的競爭力將會快速消失,不過台達也指出,現在市場對人工智慧的導入也有迷思,多數廠商認為將 AOI 全面替換為人工智慧,將可立即降低漏檢與誤判機率,然而這種想一步到位的做法在實際狀況中並不可行,反而會讓漏檢和誤檢率大幅增加,建議應該保留現行 AOI 功能並結合人工智慧,才能疊加兩者的優勢。

台達深度學習視覺檢查系統 DAVS 搭配 AOI 檢測設備,提升檢出率,降低誤判率

產品漏檢率趨近於零,誤判率極低

台達針對視覺檢測所推出的 DAVS 即是以人工智慧為核心的運送系統,此系統可以結合既有的 AOI 系統,讓既有設備可延長使用年限,以此保障製造業者過去的投資,而人工智慧與 AOI 整合的模式,也提升了產品的檢出率。

以 SMT 用電感(用於手機/小型化 PCB)為例,除非是嚴重裂紋,否則傳統的 AOI 系統常無法判斷影像中的線條是原有紋路或裂痕,且 AOI 對其中度裂紋的檢出率小於 50%,輕微裂紋檢出率更是在 5% 以下,加裝 DAVS 之後,檢出率大幅提升,不但漏檢率為零,誤判率更低於 0.3%。

台達指出,工業 4.0 強調產線彈性化與快速自主學習,DAVS 透過人工智慧與 AOI 的結合,以深度學習解決了現在 AOI 系統難以檢測的產品瑕疵,同時讓漏檢率趨近於零,達到超高檢出率需求,藉此提升出貨產品品質。

此外 DAVS 容易安裝的特色,可讓檢控設備建置在產線中的每一個重要環節,一旦製造過程中出現錯誤,系統就可立即提醒改善,避免將錯誤累積到最後檢測端,造成更大的成本浪費,也由於 DAVS 可大幅減少人力與管理成本,其投資可在 0.8~1.5 年之間回收。台達也提到 DAVS、AOI 設備或 ROI 系統的效益與產品狀況還是會依照實際情況稍有不同,不過透過台達自身打造 AOI 設備機台的紮實經驗,製造業者仍可依自身需求,於 AOI 設備加裝建置便利的人工智慧視覺檢測系統,向智慧製造更邁近一步。

展望智慧製造時代,台廠如何佈建最精實的自動化生產線?
「智造關鍵裝備 整合工控新未來」研討會,找出自動化升級關鍵
>>立即報名 <<

(本文提供合作夥伴轉載。)

延伸閱讀

台達推出「二機一手」機器人工作站,節省軟體成本和產線建置時間!

台達完成整廠自動化!將複製到上百條產線大降 88% 人力需求

從偵錯到元件管理不用人!台達最新自動化方案目標提升產能約 70%


點關鍵字看更多相關文章: