新聞News

                        看視源股份(CVTE)如何讓工廠生產線聰明起來

                        2018-09-13

                               現代工業生產流程中, 測試幾乎是最不可或缺的一部分:連續大批量生產中的每個制程都有一定次品率,單獨看雖然比率很小,但相乘后卻成為工廠提高良率的瓶頸。過去,在電子制造業,工人需要手持復雜的印刷電路板,花費很長時間檢查板卡外觀有無缺陷,難以適應高速生產的需求。


                              視源股份(CVTE)旗下控股子公司鐳晨科技,將機器人應用、機器視覺和自動測試技術應用到檢測系統上,致力于打造高端柔性化、智能化的工業生產及檢測設備。其中鐳晨科技將深度學習算法,結合大數據訓練智能模型應用在自動光學檢測(AOI)中,幫助實現高效準確的工業外觀檢測。



                        你聽過自動光學檢測(AOI)嗎?

                               

                              自動光學檢測(AOI)是一種基于光學原理,利用機器視覺替代人工目檢的外觀檢測技術。系統自帶高分辨率工業相機,在電子電路板頂面拍照后,通過智能圖像分析,檢測電子電路板上的插件元器件的錯、漏、反等缺陷,其中就包含了人眼無法看到的細節特征。




                        深度學習,更加聰明


                               傳統AOI是自動化的,在人工設定規則下,能替代大量重復性外觀檢測工作。但工業檢測中所產生的海量數據,傳統AOI難以針對其進行處理及訓練,可能會導致數據的浪費以及其自身應用的停滯不前。


                               為了讓檢測更加“自主聰明”,鐳晨科技自主研發了深度學習的人工智能技術,并將其應用在AOI中。這種深度學習算法能模擬人類大腦工作,構建深度神經網絡,在原始數據中進行自動特征的提取。當出現無法檢測的缺陷時,檢測系統可以通過設備采集數據,在一定的人工干預下進行模型的微調訓練。在訓練過程中,隨著數據集的擴充和模型的強化,檢測結果也在不斷優化。




                        強適應力,多行業應用


                               然而制造業里,每個垂直領域的生產流程和工藝都千差萬別,AOI進入每個行業的理解成本都很高。所以傳統機器視覺在工業檢測應用上,仍面臨著適應不同生產環境的挑戰,即便是微小的環境因素差異都可能會影響檢測精度。


                               針對這種情況,鐳晨科技自研的深度學習算法本身就擁有很強的通用性、柔性以適應不同的行業。舉個例子,鐳晨科技AOI在進行元件極性識別時,基本不會受到元件成像角度、位置、光照、紋理、顏色、大小等差異的影響,兼容多種工業環境?,F在該AOI系統已應用在多個行業,包括顯示液晶屏幕的自動化檢測、汽車電子產品的外觀檢測、電子產品的組裝加工過程等。



                               以上你所看到的“黑科技應用”都離不開背后的技術支撐:視源股份中央研究院和鐳晨自身專業的機器視覺研發團隊。視源股份中央研究院在視覺計算、數據挖掘、機器人等多個領域進行基礎科研,以探究未知、發現新知?;谥醒胙芯吭禾峁┑牡讓蛹夹g支持,鐳晨科技自身的研發團隊將進行技術落地與產品化,把這些 “黑科技應用”帶入更多的工業場景。


                               未來的工廠將會擁有靈活的協同系統,自主運行整個生產過程,在全局范圍內自我優化,實時適應新的環境。視源股份(CVTE)將以視覺計算、數據挖掘等前沿技術賦能制造模式和工業體系,為智慧工業建設注入新的能量,讓科技設想照進現實。






                        日本伊人色综合网,日本中文字幕在线视频二区-11nvnv女女综合网-亚洲精品笫一国产综合-免费元码高清av免费|国产在线麻豆在线观看