設(shè)備功能：主要檢測內(nèi)容有模號、尺寸、開裂、燒融、毛邊、變形、結(jié)構(gòu)異常、劃傷、壓傷、缺料、粘料、異色、異銹等。

視覺需求：該產(chǎn)品為手機精密零部件，尺寸小，質(zhì)量要求高。生產(chǎn)過程中由于工藝原因可能導(dǎo)致產(chǎn)品表面缺陷出現(xiàn)的位置不固定且外觀面成像較復(fù)雜缺陷各樣。

自動化部分：

上料：本設(shè)備采用振動盤上料，將不規(guī)則擺放的產(chǎn)品經(jīng)篩選后，以統(tǒng)一方向通過直振快速流向玻璃轉(zhuǎn)盤

觸發(fā)相機：產(chǎn)品在玻璃轉(zhuǎn)盤轉(zhuǎn)動到指定位置給出拍照信號

剔除：當相機檢測出對應(yīng)不良將產(chǎn)品通過吹起吹到指定物料盒里

視覺部分：

1.尺寸檢測：本產(chǎn)品為轉(zhuǎn)盤動態(tài)檢測尺寸，傳統(tǒng)的定位檢測尺寸只有3000pcs/H，而轉(zhuǎn)盤動態(tài)檢測尺寸可以達到6000pcs/H，實際檢測為兩個柱子的寬度與垂直度。

2.開裂檢測：產(chǎn)品的開裂會出現(xiàn)在產(chǎn)品的任意位置，而且灰度值比較接近使得檢測的難度大大提高，用傳統(tǒng)的檢測很難保證檢測的穩(wěn)定性。因此我們采用了AI算法來檢測，使得檢測的穩(wěn)定性有了一個很大的提示。

3.壓傷缺料檢測：壓傷與缺料會出現(xiàn)缺陷的大小不一，位置隨機。導(dǎo)致傳統(tǒng)的視覺檢測難以檢測的穩(wěn)定。而使用AI深度學(xué)習(xí)算法，打破了這一瓶頸，使得缺料和壓傷的檢測有一個大的提升

4.發(fā)黃異色：發(fā)黃異色的大小不一，形狀也是隨機的。導(dǎo)致傳統(tǒng)的視覺檢測會導(dǎo)致過殺增多，與檢測不完全。AI深度學(xué)習(xí)算法，可以極大程度的解決這種問題，保證良率的同時還檢測了缺陷。 

5.模號檢測：本產(chǎn)品存在多個模號，混模會導(dǎo)致出貨時將型號弄混。采用傳統(tǒng)的視覺檢測，特征類似的模號會難以區(qū)分。使用AI深度學(xué)習(xí)算法可以解決這一個難點

設(shè)備優(yōu)勢：

1.速度快：因產(chǎn)品要求高，人工全檢只有800PCS/H，本設(shè)備全檢有6000PCS/H。相當于每小時可以節(jié)省7個人力，極大程度的降低了成本。

2.精度高：采用高像素相機搭配大焦距鏡頭，放大倍數(shù)可達50倍，對于細微缺陷也能檢測。人工檢測時，由于疲勞容易漏檢，或?qū)?/span>OK/NG錯混，對出貨造成極大影響，機臺可不間斷進行高精度的檢測，保證出貨的良率。

3.穩(wěn)定性強：采用的深度學(xué)習(xí)算法具有較強的魯棒性以及泛化性，不會因為外界條件發(fā)生變化（機臺移動位置，外部光線變化等），或產(chǎn)品來料發(fā)生變化（產(chǎn)品原材料質(zhì)量波動，模具更換等）而影響檢測效果。