본문 바로가기

ViDi 레드-분석 툴

코그넥스/딥러닝
COGNEX(코그넥스) 피스톤 링 검사 내용 피스톤의 압축 링은 왕복 엔진에서 다양한 역할을 수행하며, 연소실을 밀폐시키고 오일을 균일하게 소모하도록 합니다. 압축 링의 결함은 피스톤의 반사성 금속 표면 때문에 감지하기 어렵습니다. 피스톤의 모양은 원통형이라 간혹 흐릿하고 초점이 맞지 않는 이미지를 만들어 냅니다. 금속 표면 텍스처의 정상 범위 내의 변형은 제조 공정의 일부로 받아들여지고 있으며, 녹슨 자국과 흰색 부분, 심지어는 표면 균열과 틈의 변동은 검사에서 통과됩니다. 하지만 긴 흠집은 피스톤 성능에 영향을 미치고 실린더의 압축도를 위협하는 심각한 결함입니다. 검사 시스템은 압축 링 표면의 정상 범위 내의 변형 및 사소한 이상 요소는 용인하지만 동시에 긴 흠집은 빼놓지 않고 식별할 수 있어야 합니다. 이렇게 복잡한 검사를 규칙 기반 알..
코그넥스/딥러닝
COGNEX(코그넥스) 트림 최종 조립 검증 내용 최종 조립 검증에 관련된 다양한 트림 구성품은 기존 머신 비전 검사로는 수행하기 어려울 정도로 복잡합니다. 검사원은 와이어 밴드와 금속 하우징 등의 모든 부품이 존재하고 올바르게 조립되었는지 확인합니다. 미묘한 조명 대비로 인해 밴드가 올바른 하우징에 있는지 쉽게 판단하기 어렵습니다. 검사원은 와이어 밴드를 능숙하게 식별할 수 있지만 속도 및 효율성은 떨어집니다. 코그넥스 ViDi는 딥 러닝 기반 이미지 분석을 사용하여 트림의 완성된 모습을 학습합니다. 또한 누락된 밴드를 검사관처럼 정확하게 식별하면서도 자동화 시스템의 속도와 안정성은 유지된다는 차이점이 있습니다. 솔루션 검사 다당자는 지도 학습 모드의 ViDi 레드-분석 툴로 와이어가 누락된 트림의 '불량' 이미지와 와이어가 있는 '정상' 이미지..
코그넥스/딥러닝
COGNEX(코그넥스) 에어백 검사 내용 승객의 안전을 보장해야 하는 에어백은 엄격한 품질 기준이 요구됩니다. 자동차 제조업체는 안전에 중요한 모든 구성품을 수시로 확인하여 품질을 보장하고 보증 비용과 리콜을 줄여야 합니다. 이는 에어백의 경우에 특히 더 중요하며, 오작동으로 이어질 수 있는 구멍, 찢어짐과 이음매 및 박음질 문제를 검사해야 합니다. 이러한 유형의 품질 문제는 수동 검사 시 자주 누락되거나 감지하기 어려울 수 있습니다. 게다가 에어백의 복잡한 직물 표면 때문에 기존 머신 비전 시스템으로 프로그래밍하기도 쉽지 않습니다. 직물 패턴은 매우 복잡할 수 있으며 직물의 신축성, 실 두께와 사소하고 수많은 허용 가능 변형으로 인해 에어백의 외관은 많은 차이를 보입니다. 모든 결함을 명확하게 찾기가 너무 복잡하고 많은 시간이 소요되는 ..
코그넥스/딥러닝
COGNEX(코그넥스) 딥 러닝 기술의 4가지 툴 딥 러닝 기술의 4가지 툴 1. ViDi 블루-위치 식별 툴 피쳐 위치 인식 및 검증 ViDi 블루 -위치 식별 툴은 특징점이 표시된 이미지를 통해 학습하는 방식으로 복잡한 특징과 물체를 찾아냅니다. 알고리즘을통해 부품을 찾거나 투명한 의료용 유리병의 수 계산, 패키지 조립 검사 등을 수행할 수 있고, 학습시키기 위해서는 대상 특징이 라벨로 지정된 이미지를 제공하기만 하면 됩니다. 2. ViDi 레드-분석 툴 결함 감지 및 구분 ViDi 레드-분석은 이상 및 미적 결함을 감지하는데 사용됩니다. 레드-분석 툴은 부품의 정상적인 변형을 학습함으로써 장식된 표면의 긁힘, 불완전하거나 부적합한 어셈블리, 직물의 짜임새를 비롯한 잠재적인 결함을 식벽하고 구분할 수있습니다. 레드-분석 툴은 관심이 있는 영역을 구분..

티스토리툴바