본문 바로가기
자료실/이미지
In-Sight 비전시스템과 바코드 판독 장치를 이용한 패키지 추적 성능 패키지 추적 성능이 중요한 몇 가지 이유가 있습니다. 지속적으로 모니터링하고 종종 리콜 처리를 해야 하는 소비재를 안전하게 추적해야 하는 것이 첫 번째 이유입니다. 위조 및 절도 등의 위험이 있는 명품 및 화장품 같은 제품을 안전하게 보장하는 것이 두 번째 이유 입니다. 마지막으로 특정 제품의 경우, 공급망 경로 등의 정보를 제공해야 하는 것이 글로벌 규정으로 정해져 있습니다. 패키지 추적성을 보장하기 위해 제조 업체들은 반드시 공급망 상에서 제품을 빠르게 추적하고 위치를 확인할 수 있어야 합니다. 이러한 목적을 달성하기 위해 많은 기업들이 간단하지만 강력한 단일 추적 데이터베이스 프로세스 구성 요소로서 2D 바코드, 비전 시스템, 이미지 기반 리더기 등을 이용하고 있습니다. 데이터 매트릭스 코드는 생산..
자료실/이미지
VisionProDeepLearning과 In-Sight D900 프로브 마크 검사 및 분류 웨이퍼를 다이 준비 작업으로 보내기 전에 모든 개별 집적회로의 연속성과 기능상 결함을 테스트해야 합니다. 수십 개의 미세 전기 프로브를 포함한 프로브 카드가 이 용도로 사용됩니다. 각 프로브는 접촉이 이루어질 때 각각의 다이에 작은 표시를 남깁니다. 이 마크는 다이의 중앙에 위치하며, 프로브에서 정확한 양의 압력이 가해졌음을 나타냅니다. 프로브 마크는 정확한 프로버 성능의 지표가 됩니다. 프로버가 제대로 작동하면 프로브 마크 모양이 정상입니다. 프로브가 제대로 작동하지 않으면 프로브 마크 모양이 비정상(NG)입니다. 예를 들어 프로브가 너무 큰 압력을 가한 경우, 시간에 따라 손상될 수 있고 허용되는 전기 테스트를 수행하지 못하게 됩니다. 프로브는 고가의 부품이기 때문에 올바른 압력을 유지하는 것이 작동..
자료실/이미지
VisionProDeepLearning과 In-Sight D900을 이용한 자동 전기 커넥터 검사 전기 커넥터에 있어 기능도 중대한 역할을 차지하지만 소비자용 전자제품에서는 모양 역시 특별히 중요하게 여겨질 수 있습니다. 소형 전기 커넥터 검사에 있어 긁힘, 흠집을 비롯하여 기능 테스트는 통과했지만 종종 그 밖의 외부 표면에 결점이 존재할 수 있습니다. 결함의 종류가 많고 대부분이 감지하기 힘들거나 예측할 수 없는 곳에 나타나기 때문에 기존의 머신 비전으로는 그러한 결함을 정확히 검출하기가 어렵습니다. 코그넥스 딥러닝은 아주 미세한 외관상의 이상도 식별할 수 있습니다. 결함감지 툴은 결함이 없는 커넥터의 특정 이미지를 트레이닝합니다. 전기 커넥터의 모든 부분을 검사하여 결함을 찾아내고 표시함으로써 외관상으로 허용되는 커넥터만이 다음 조립 단계로 이동하도록 보장합니다. COGNEX 제품 적용 솔루션 참..
자료실/이미지
In-Sight 비전시스템과 DataMan 370 Series를 이용한 팩 집합 팔레트 작업 배송 준비 과정에서 의료기기 키트가 특정 주문에 따라 케이스에 담겨진 후 팔레트에 배치됩니다. 케이스에는 동일한 내용물이 들어 있거나 서로 다른 조립품이 혼합될 수 있습니다. 케이스 내용물의 정확성을 검증하여 누락된 품목을 확인해야 합니다. 이를 위해서는 다수의 코드와 텍스트를 한 번에 판독하기 위한 넓은 시야각과 정확한 팩 확인을 위한 고급 검사 툴이 필요합니다. 코그넥스 이미지 기반 바코드 리더기는 큰 심도와 폭넓은 시야각 범위를 통해 입고 및 출고 팔레트에서 여러 코드들을 동시에 판독할 수도 있습니다. 고출력 통합 조명은 코드를 빠르고 정확히 판독할 수 있도록 필요에 따라 작동 거리를 신속히 조정합니다. 코그넥스 비전 센서는 케이스 또는 팔레트 내 물체의 개수를 파악하고 프로그래밍한 값에 따라 합격..
자료실/이미지
OCRMax Technology와 In-Sight 비전시스템을 이용한 데이터/로트 코드 검사 제품이 제작된 날짜와 장소를 파악하기 위해 식음료 제품에는 날짜와 로트 코드, 일괄 처리 코드, 만료 날짜가 필수적으로 표시됩니다. 품질 관리와 추적을 위해 생산 공정 초기에 제품에 이 코드를 각인해 관련 정보를 표시합니다. 이 코드는 보통 생산 배치와 날짜 정보 인코딩을 위해 1D 기호와 일반 텍스트의 조합으로 이루어집니다. 광학 문자 인식(OCR)은 신뢰도 높은 공정 제어를 위해 사용되며, 라벨 요구 사항을 충족시키고 고객 안전을 보장합니다. 추적 성능을 보장하고 보다 쉬운 제품 리콜 관리를 위해 품질 검사 시 코드의 존재유무와 코드가 올바르게 인쇄되었는지 여부를 검사해야 합니다. OCRMax 기술이 적용된 In-Sight 비전 시스템은 날짜/로트 코드의 존재 유무를 감지하고 숫자와 문자열이 정확한지..
자료실/이미지
OCRMax Technology와 In-Sight 비전시스템을 이용한 기울어진 라벨검사 식음료 산업 생산 공정에서 인쇄 및 부착, 레이저 마킹, 열 잉크젯 인쇄 등의 다양한 방식으로 인쇄한 라벨을 제품에 적용할 수 있습니다. 고속 작업 또는 크기가 작아서 마킹이 어려운 제품의 경우 라벨 위치와 방향이 변동될 수도 있습니다. 불량하게 적용된 라벨은 텍스트 위치 오류, 중복 인쇄, 기타 문제를 발생시켜 가독성과 제품 라벨 배치에 영향을 줄 수 있습니다. 식음료 제조업체들이 육안 검사 없이 배치 작업을 수행하는 경우, 불필요한 폐기물, 높은 비용이 수반되는 재작업, 환불, 산업 및 소매유통 마킹 및 라벨 규정과 관련된 엄격한 규정 위반과 관련된 벌금 등이 발생할 수 있습니다. 식음료 제조업체들은 In-Sight 비전 시스템을 사용함으로써 라벨이 제품에 올바르게 적용되도록 보장하고 제품 품질 리콜..
자료실/이미지
VisionProDeepLearning과 In-Sight D900을 이용한 바이알 및 앰풀 본체 검사 유리 바이알 및 앰풀의 바닥 또는 가장자리의 균열과 긁힘, 기포, 검은 점, 내포물 등과 같은 기타 결함은 내용물의 오염이나 멸균 규정 위반을 유발할 수 있습니다. 환자를 안전하게 보호할 수 있도록 제품이 고객에게 도달하기 전에 바이알과 앰풀 검사 과정에서 이러한 결함을 식별해야 합니다. 의약품용 유리도 긁힘 등의 경미한 결함에 노출될 수 있지만, 이는 기능에 영향을 미치지 않으며 배송해도 안전합니다. 바이알과 앰풀에 사용되는 붕규산 유리의 투명한 성질을 고려할 때, 기존 머신비전으로는 문제가 되는 결함과 허용되는 결함을 구분하기가 어려울 수 있습니다. 투명성 및 반사성 때문이기도 하며, 룰 베이스 방식의 결함 감지는 예측할 수 없는 잠재적인 모든 결함을 처리하도록 프로그래밍할 수 없기 때문입니다. 코그..
자료실/이미지
VisionProDeepLearning와 In-Sight D900을 이용한 IC 성형의 외관상 결함 검사 및 분류 IC 제품의 성패는 외부의 힘과 수분으로부터 칩을 보호하는 성형 프로세스의 품질에 달려 있습니다. 칩이 성형되는 동안 균열, 파손, 공극과 같은 결함이 성형 표면에 포함될 수 있습니다. 수작업 검사는 종종 매우 얇은 균열이나 저대비 공극을 놓치게 됩니다. 또한 기존의 규칙 기반 비전 시스템으로 명확한 결함 정의를 사용해 결함 있는 영역을 발견하기는 매우 어렵습니다. 결함은 균열, 들쭉날쭉한 가장자리, 변형 등 결함은 여러 가지 형태로 나타납니다. 대부분의 이상이 결함이긴 하지만, 규칙 기반 머신 시스템은 칩을 폐기해야 하는 분명한 결함과 허용 범위 내에 속하는 사소한 변칙을 효과적으로 구분하지 못합니다. 결함 패턴을 분류하지 못하면 생산팀이 잠재적 문제가 있는 부분을 신속히 파악할 수 없습니다. 코그넥스..
자료실/이미지
VisionProDeepLearning과 In-Sight D900을 이용한 다이싱 후 엣지 치핑 및 날카로운 부분 검출 웨이퍼가 다양한 적층 및 에칭 프로세스를 거친 후, 다이싱되어 개별 다이를 릴리스합니다. 이 절차를 진행할 때 다이에 절단 부위를 따라 치핑 또는 날카로운 마크가 생길 수 있습니다. 치핑 및 날카로운 부분은 IC 소자 품질에 영향을 주므로 다이싱 후 이 부분을 검사하는 것이 중요합니다. 평균보다 많은 수의 칩이 허용 오차를 벗어날 경우, 다이싱 톱날로 다듬거나 교체가 필요할 수 있습니다. 다이를 검사하는 일반적인 방법은 규칙 기반 머신 비전을 사용하는 것이나, 칩과 날카로운 부분이 변하기가 쉽고 정상적인 다이싱 마크 또는 IC 패턴과 구분하기가 어렵기 때문에 규칙 기반 머신 비전을 신뢰할 수 없는 경우가 많습니다. 모든 변화를 수용하고 허용 오차 범위에 속하는 마크와 허용할 수 없는 마크를 구분하기 위해..
자료실/이미지
VisionProDeepLearning과 In-Sight D900을 이용한 키트 처리 검사 특정 패키지 애플리케이션의 경우 제조업체는 최종 포장 품질을 보장하기 위해 육안 검사에 의존해야만 합니다. 제품의 시각적인 변형으로 인해 자동화된 검사 시스템에 복잡한 문제가 발생할 수 있습니다. 검사 시스템은 소비재 제품이 패키지 내 올바른 위치에 있는지 정확하게 검사해야 합니다. 여러 키트 처리 과정에서는 다양한 패키지 방향, 반사 표면, 복잡한 형상을 가진 조립 전의 다양한 물품에 대한 파악, 카운팅, 분류 작업에 대한 다양한 검사 시스템이 요구됩니다. 코그넥스 딥러닝은 단일 이미지에서 여러 특징들의 위치를 찾고, 파악하며, 분류를 자동화합니다. 코그넥스 ViDi는 크기, 형태, 표면 특징에 따라 다양한 물품의 고유한 특징을 일반화합니다. 사용자는 부품 위치와 조립 검사 툴을 학습시켜서 찾아야 하는..

티스토리툴바