본문 바로가기

제품품질검사

자료실/이미지
In-Sight D900과 VisionProDeepLearning을 이용한 자동 육류 및 가금류 검사 유기농 육류와 가금류는 안목 있는 고객에게 판매되는 프리미엄 제품이지만, 여전히 자동화 기계장비를 사용해 대용량으로 포장됩니다. 육류 또는 가금류 절단 부위에 부착되는 라벨은 정확해야 합니다. 정확한 분류를 통해 각 절단 부위에 대한 적절한 가격 책정이 가능해집니다. 산업 포장은 여전히 물리적인 오염이 될 수 있습니다. 유기농 육류와 가금류는 사육 및 도축되는 방식이 다양하기 때문에 공장에서 생산되는 제품보다 크기나 색상, 그 밖의 측면에서 더 큰 차이를 보입니다. 이러한 모양의 변화 때문에 기존의 머신 비전으로는 육류의 육안 분류 문제를 정확히 해결할 수 없으며, 특히 시각적으로 혼동을 주는 로고가 인쇄 되어있는 랩으로 포장된 상태라면 더욱 그렇습니다. X-선 스캔은 금속 오염물을 찾아낼 수 있지만 플..
자료실/이미지
VisionProDeepLearning과 In-Sight D900을 이용한 자동 육류 및 가금류 검사 유기농 육류와 가금류는 안목 있는 고객에게 판매되는 프리미엄 제품이지만, 여전히 자동화 기계장비를 사용해 대용량으로 포장됩니다. 육류 또는 가금류 절단 부위에 부착되는 라벨은 정확해야 합니다. 정확한 분류를 통해 각 절단 부위에 대한 적절한 가격 책정이 가능해집니다. 산업 포장은 여전히 물리적인 오염이 될 수 있습니다. 유기농 육류와 가금류는 사육 및 도축되는 방식이 다양하기 때문에 공장에서 생산되는 제품보다 크기나 색상, 그 밖의 측면에서 더 큰 차이를 보입니다. 이러한 모양의 변화 때문에 기존의 머신 비전으로는 육류의 육안 분류 문제를 정확히 해결할 수 없으며, 특히 시각적으로 혼동을 주는 로고가 인쇄 되어있는 랩으로 포장된 상태라면 더욱 그렇습니다. X-선 스캔은 금속 오염물을 찾아낼 수 있지만 플..
자료실/이미지
In-Sight 7000 Series와 In-Sight® 비전시스템을 이용한 재질 품질 검사 소비자용 제품 산업은 재질 품질 보호를 위해 머신 비전을 활용합니다. 폐기 대상 제품, 결함이 있는 제품, 기타 폐기물로 인해 생산업체의 수익에 부정적인 영향을 줄 수 있습니다. 머신 비전 시스템은 재질에서 오염물 및 이물질을 검사함으로써 손해를 방지하고 제품 무결성을 보존합니다. 컨베이어 위에 위치한 비전 시스템은 이물질 등과 같은 오염물질을 조기에 감지할 수 있습니다. In-Sight 7000 비전 시스템은재질이 라인을 따라 이동하기 전에 잘못된 형상을 가지고 있는 재질을 제거합니다. 이 시스템은 편리한 인라인 품질 검사를 제공함으로써 거의 100%에 달하는 결함 감지를 달성하고 오류로 인한 불량 판정 생성 횟수를 줄입니다. 재질 취급 단계에서 공급망에서 오염 물질을 제거함으로써 소비자용 제품 생산업..
자료실/이미지
In-Sight D900과 VisionProDeepLearning을 이용한 견과류 검사 및 분류 컨베이어 벨트에서 이동하는 껍질을 깐 견과를 식별해 픽 앤 플레이스 로봇으로 피킹해서 올바른 면이 위를 향하게 한 상태로 초콜릿 위에 놓아야 합니다. 식용 견과는 그 모양과 색상, 질감이 매우 다양하며 경계가 불규칙합니다. 또한 깨지기 쉽고 결국에는 컨베이어 벨트 위에서 부서지는 경우가 있어 미학적으로 사용하지 못하게 됩니다. 로봇이 견과를 올바른 방향으로 놓거나, 손상되거나 부서진 견과를 놓을 경우, 그 초콜릿은 생산에서 거부되어야 합니다. 누락된 품목이 있다면 고객 불만족과 브랜드 평판 저하로 이어질 수 있습니다. 견과에 대해 허용되는 모양과 허용되지 않는 조건의 범위가 방대하기 때문에 기존의 머신 비전으로는 두 가지 상태를 정확히 구분하기가 불가능하므로 높은 오차율이 발생하게 됩니다. 코그넥스 딥러..
자료실/이미지
In-Sight D900과 VisionProDeepLearning을 이용한 종합 초콜릿 상자 품질 검사 제과 초콜릿은 상태와 품질에 엄격한 표준이 적용되는 고비용, 고가치 제품입니다. 각 조각은 움푹 파이거나, 구멍, 긁힘과 같은 물리적 손상의 징후가 없어야 합니다. 한 상자 안의 초콜릿은 모양, 색상, 질감이 다를 수 있습니다. 고퀄리티 종합 상자 안에 초콜릿이 손상되거나 빠진 경우는 심각한 결함으로 간주되며, 소비자 불만족 및 브랜드 손상으로 이어질 수 있습니다. 개별 초콜릿은 패턴이 다르거나 표면이 불규칙할 수 있고 서로 다른 범위의 반사성을 가질 수 있습니다. 종합 상자 안의 어떤 초콜릿이든 어느 위치에서나 손상이 발생할 수 있습니다. 결함 및 결함이 발생한 위치의 범위와 예측 불가능한 특성으로 인해 기존의 머신 비전으로는 가능한 모든 결함을 감지하기가 불가능합니다. 코그넥스 딥러닝은 작고 예측 불..
자료실/이미지
VisionPro Deep Learning과 In-Sight D900을 이용한 원두커피 검사 커피 로스터 및 판매업체는 종종 다른 종류의 원두커피를 혼합해서 특별하면서도 일관된 풍미를 만들어냅니다. 이러한 블렌드는 5가지 정도의 특정 원두커피 종류를 사용해 조성되며, 공급업체들은 새롭고 독특한 블렌드를 만들어 시장에서 경쟁합니다. 원두는 각기 다른 공급업체로부터 제공되며, 물품 리스트에 넣기 전에 원두의 품명이 확인되어야 합니다. 잘못된 원두 종류가 포함되면 최종 제품의 풍미가 바뀔 수 있어 소비자의 불만족으로 이어질 수 있습니다. 또한 각각의 입고분 또는 블렌드 할 분량에 대해 식물, 작은 돌, 기타 물질 등 물리적 오염물이 없는지를 검사해야 합니다.단일 품종에서 원두커피는 모양이 크게 다를 수 있고, 크기, 형태, 표면 질감, 컬러를 포함해 수많은 변수에 따라 품종마다 전반적인 차이가 있을 ..
자료실/이미지
VisionPro DeepLearning과 In-Sight D900을 이용한 츄잉껌 검사 츄잉껌, 니코틴 껌, 기타 작고 매끈하며 곡면이 있는 아이템은 표면에 움푹 패이거나 긁힘과 같은 다양한 외관상의 결함을 비롯하여 허용되는 것으로 간주되는 그 밖의 이상을 나타낼 수 있습니다. 이처럼 작고 매끈한 표면을 가진 아이템에사소한 손상은 일반적이며, 검사할 수량이 많기 때문에 자주 놓치는 경우가 있습니다. 허용되는 모양의 종류와 함께 가능한 결함의 미묘한 차이와 변동성으로 인해 허용되는 아이템을 통과시키면서 모든 결함을 감지하도록 기존의 머신 비전을 프로그래밍하기는 불가능합니다. 코그넥스 딥러닝은 고객에게 결함 있는 아이템이 도달하지 않도록 이런한 종류의 제품을 정확히 검사합니다. 이 기술은 손상되지 않은 아이템과 여러 가지의 외관상 손상이 있는 또 다른 아이템의 작은 이미지 세트를 트레이닝합니다..

티스토리툴바