본문 바로가기

전자부품

자료실/이미지
VisionPro Deep Learning과 In-Sight D900을 USB 커넥터 검사 USB C형 커넥터는 전원 공급 및 데이터 전송을 위한 기존의 여러 USB 타입을 비롯해서 다른 커넥터들을 대체하고 있습니다. 이 커넥터는 크기가 작고, 조밀한 사양으로 제작되어야 합니다. USB-C 커넥터는 이전 USB 모델보다 훨씬 더 높은 전력을 취급할 수 있으나, 벽면이 더 얇고 크기가 작기 때문에 제조 중 손상이 발생할 가능성이 높고 결함이 존재할 때 전기적 문제를 비롯해 심지어는 화재의 위험이 높아집니다. 성형 홀더를 사용해 커넥터를 케이블에 부착하기 전에 내장재를 포함해 총 7개의 모든 면에 결함이 없는지 검사해야 합니다. 가능한 결함으로는 긁힘, 흠집, 여러 위치에서의 변형, 먼지, 내부의 긁힘, 지나친 접착제 등이 포함됩니다. 이러한 결함들 중 대부분은 검사에 필요한 속도와 물량을 맞춰 ..
자료실/이미지
VisionPro Deep Learning과 In-Sight D900을 이용한 자동 위조품 검출 최첨단 스마트폰과 기타 고가의 전자제품은 본질적으로 늘 위조의 타겟이 됩니다. 환불할 제품으로 위조품이 반품되는 사례가 점점 증가하고 있고 이는 제조업체의 재정적 손실의 원인이 되고 있습니다. 제품은 전자상거래를 통해 구매되고 반품이 이루어집니다. 많은 반품제품들이 실제로는 겉보기에 똑같거나 유사한 케이스를 사용한 위조품이며 내부 구성품은 다르거나 아예 비어 있습니다. 제조업체들은 환불 전에 제품의 진위 여부를 확인해야 합니다. X-선 이미지는 각 케이스의 내부를 보여줄 수 있습니다. 가능한 내용물의 범위를 고려할 때 기존의 머신 비전은 효과적인 처리에 필요한 속도로 위조품과 정품을 구분할 수 있는 기능이 제한적입니다. 코그넥스 딥러닝은 복잡하고 시간 소모적인 프로그래밍을 사용하지 않기 때문에 가짜의 제..
자료실/이미지
VisionPro Deep Learning과 In-Sight D900을 이용한 자동 위조품 검출 최첨단 스마트폰과 기타 고가의 전자제품은 본질적으로 늘 위조의 타겟이 됩니다. 환불할 제품으로 위조품이 반품되는 사례가 점점 증가하고 있고 이는 제조업체의 재정적 손실의 원인이 되고 있습니다. 제품은 전자상거래를 통해 구매되고 반품이 이루어집니다. 많은 반품제품들이 실제로는 겉보기에 똑같거나 유사한 케이스를 사용한 위조품이며 내부 구성품은 다르거나 아예 비어 있습니다. 제조업체들은 환불 전에 제품의 진위 여부를 확인해야 합니다. X-선 이미지는 각 케이스의 내부를 보여줄 수 있습니다. 가능한 내용물의 범위를 고려할 때 기존의 머신 비전은 효과적인 처리에 필요한 속도로 위조품과 정품을 구분할 수 있는 기능이 제한적입니다. 코그넥스 딥러닝은 복잡하고 시간 소모적인 프로그래밍을 사용하지 않기 때문에 가짜의 제..
자료실/이미지
In-Sight D900과 VisionPro Deep Learning을 이용한 LED PDB 결함 감지 LED(발광다이오드) 조명의 에너지 효율과 다목적성 때문에 자동차, 의료, 소비재에서 사용이 증가되고 있습니다. LED는 PCB(인쇄회로기판)에 의해 제어됩니다. 이러한 PCB는 복잡하고, 매우 조밀한 공간에 굉장히 많은 수의 부품이 빽빽하게 들어 있습니다. 부품과 연결의 수가 많기 때문에 가능한 결합의 범위도 방대합니다. 결합을 놓치면 결함 있는 부품이 최종 개폐장치에 장착되어 성능 저하 또는 조기 제품 고장을 초래할 수 있습니다. 보드에서 나타나는 복잡한 배경, 다수의 소형 구성품, 광범위한 잠재적 결함 때문에 기존의 머신 비전으로 PCB 비전 검사를 자동화하는 것이 어렵습니다. 코그넥스 딥러닝은 여러 가지의 복잡한 보드 납땜 검사를 동시에 안정적으로 수행하기 위해 고안되었습니다. 이 기술은 다른 방..
자료실/이미지
In-Sight D900과 VisionPro Deep Learning을 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.
자료실/이미지
In-Sight® 비전시스템과 PatMax기술을 이용한 웨이퍼 노치 검출 반도체 웨이퍼의 위치와 방향을 파악하는 것은 웨이퍼 제조 공정에서 매우 중요합니다. 이 작업은 웨이퍼의 노치를 모니터링해 각 단계에서 웨이퍼의 방향을 파악하는 방식으로 이루어집니다. 웨이퍼의 비용이 $5,000 ~ $100,000 이상인 것을 고려했을 때, 제조 공정 중 잘못된 얼라인먼트가 발생하면 복구할 수 없는 심각한 결함으로 이어지고 이 경우 웨이퍼를 폐기해야 합니다. 노치를 찾기 위해 기존에는 투과 빔 어레이 레이저 광학 센서를 이용했는데, 웨이퍼의 위/아래에 부피가 큰 송/수신기를 배치해야 합니다. 이는 상당한 공간을 차지하게 되며, 노치를 찾을 때까지 웨이퍼가 회전하는 동안 추가 시간을 필요로 합니다. 투명 웨이퍼(SiC) 및 기타 고유의 웨이퍼 코팅 도입으로 인해 투과 빔 센서가 노치를 정확..

티스토리툴바