VisionProDeepLearning과 In-Sight D900을 이용한 스팟 용접 검사

전기가 확실하게 흐르도록 하기 위해서는 와이어끼리 또는 와이어를 단자에 스팟 용접 처리해야 합니다. 용접에는 두 종류의 금속을 녹여 단단하게 연결하는 과정이 수반됩니다. 금속이 적절히 녹아 넘치지 않으면서도 충분한 양이어야 하며, 형태가 올바르고 정확히 배치되어야 합니다. 제조업체는 다양한 종류의 전자 부품에 대해 다수의 생산 라인을 구비하고 있으며, 모든 연결부를 확실히 고정할 수 있어야 합니다.

스팟 용접은 변형이 크고 형태, 위치, 컬러, 반사성, 질감, 표면 마킹 등을 포함해 모양이 불균일하기 때문에 검사에서 과검(overkill)이라고 하는 거짓 양품의 비율이 높게 나타날 수 있습니다. 과검으로 인해 양호한 부품이 폐기 처리됩니다. 결함으로 잘못 표기된 양호한 용접은 수작업 검사가 수반되며, 수작업 검사는 라인 속도에 비해 매우 느리고 종종 양호한 용접을 결함으로 잘못 식별합니다.

뿐만 아니라 부품은 로트별로 크기, 컬러 및 여러 특징이 다릅니다. 광범위한 종류, 양호한 연결과 불량 연결을 효과적으로 구분하기 어려운 규칙 기반 머신비전은 실용적인 솔루션이 될 수 없습니다.

 

 

 

사용자는 코그넥스 딥러닝 결함 감지 툴로 적절히 스팟 용접 처리된 다양한 종류의 연결부를 트레이닝하여 정상 부품의 전체 범위를 학습합니다. 이 툴은 스팟 용접을 스캔하면서 수용 가능한 범위를 벗어나는 모든 사항을 분석하고 플래그를 지정할 뿐만 아니라 거짓 양품을 최소화합니다.

 

코그넥스 딥러닝 분류 툴로 라벨이 지정된 광범위한 용접 결함을 트레이닝 및 학습해서 잘못된 형상, 분수공, 균열, 번, 표면 오염과 같은 특정 결함 유형을 분류할 수 있습니다. 이처럼 분류된 결함은 시간에 따른 결함을 최소화하도록 업스트림 공정 제어에도 사용할 수 있습니다.