大数跨境

矩案例 | 机器视觉技术在⌈复合金属材料缺陷⌋检测上的应用

矩案例 | 机器视觉技术在⌈复合金属材料缺陷⌋检测上的应用 矩视智能
2022-06-23
0


所谓复合材料,顾名思义,它是由两种或两种以上具有不同性质、不同形态的材料经过复合工艺制备而成的综合性能优于原组成材料的新型材料。


其具有重量轻、强度高等优点,正是因为复合材料具有很多普通单一材料没有的优点,所以他的应用也越来越广泛,例如:航空航天、电子电气、汽车等领域,在军用及民用方面都发挥着重要的作用。


1

行业痛点



产品面积大产能高,人工无法做到100%检测,存在漏检风险


随着国民经济的高速发展,经济结构的转变,新能源、环保、高端装备制造等其他新兴产业的加快发展,国内复合材料需求将日渐强劲,而人工检测难度极大、易疲劳,采用人工检测不能保证产能及准确性。

材料缺陷极易导致产品出现破碎


复合材料在制备过程中由于环境中的杂质工艺实施不完善等因素造成最终复合材料制品存在不同类型的缺陷,通常出现缺陷的种类:孔隙、杂质、裂纹、缺损等。如不及时发现并加以处理,进入下道生产工序主设备,可能会在生产过程中在设备内部发生玻璃破碎现象,从而必须进行主设备停机检修清理,导致停产经济损失。

缺陷出现的位置、类型无法统计归纳分析,无法做到数字化


人工检测无图片影像资料记录,检测标准一致性差,无法进行产品追溯。

招工难度大,人力成本高


随着人均工资水平不断提高,用人成本也逐年升高,且招工难度大、人员流动性大。

2

检测标准



检测物



方形复合金属材料缺陷检测

检测难点



产品材质相对粗糙、在视野内的位置和角度随机、缺陷的位置、大小、形状、深浅等不规律、传统视觉无法准确检测。

检测要求



需要识别每个金属片是否有缺损,检出不良品。


3

矩视低代码平台



矩视低代码平台能够显示出复合金属材料的组分及密度特性 ,可实现对金属材料的各个生产工艺产生的缺陷进行检测,包括孔隙、杂质、裂纹、缺损等缺陷的有效检测区分。

准确的缺陷检测 ,不仅提高了复合材料的使用可靠性 ,而且为复合材料制品的设计 、改进提供了更多选择。将机器视觉技术和制造工艺相结合 ,能够及时发现缺陷 ,有利于降低生产成本 ,改进生产工艺。

第一步:采集图像,建议至少30张以上,上传低代码平台。


第二步:对部分图片进行缺陷标注


第三步:一键进入训练,深度学习缺陷特征。


第四步:测试训练效果,未标注图片转为已标注。


第五步:下载模型,部署本地验证效果。



客户使用效果反馈:


“使用矩视智能的像素分割模型进行检测,识别效果符合预期,深度学习模型对不规则无规律缺陷的检测效果很理想。”





4

平台优势


✅实时检测,降本增效,数字化分析

可实现对产品实时检测,无需停留,检测完实时联动主设备,防止生产过程中出现破碎停机的可能,同时在PC端可实时查看当前检测图像和结果,统计分析等,大大减少人力,实现机器换人。

✅深度学习算法,方案成熟,检出率高

在行业内主流大厂中批量部署,通过针对性的深度学习算法优化有效克服少样本学习问题,可对不同种缺陷类型有效准确的检出、分类,包括裂纹、破损、划痕等,不存在漏检风险,且随着检测缺陷的样本量增加检出率会越高。

✅行业软件,灵活易用,实用性强

自主开发软件、操作简便、实用性强,通讯协议与多个业内主流品牌设备实现对接并成熟应用;检测标准、生产节拍、流片速度等参数均可在软件中自行设置,切换不同尺寸的产品或调整生产节拍无需进行复杂操作。

✅远程操控,方便快捷,一机多联

车间各设备之间通常距离较远,现场环境嘈杂,可将每条线检测信息都通过远程连接到一台电脑,可实现办公室里查看每条线的实时检测数据信息,人员无需进产线。



矩视智能机器视觉低代码平台是一个面向机器视觉应用的云端协同开发平台,始终秉承0成本、0代码、0门槛、0硬件的产品理念。

平台以人工智能技术为核心,在机器视觉应用开发环节,为开发者提供图像采集、图像标注、算法开发、算法封装和应用集成的一站式完整工具链。覆盖字符识别、缺陷检测、目标定位、尺寸测量、3D测量、视频开发等上百项通用功能,致力于成为全球用户量最多,落地场景最广泛的机器视觉低代码平台。

现在长按下方二维码,即可获得立即免费试用机会!


如果您有相关检测需求
可扫码申请  ·  免费试用
👇👇👇
申请后我们会有工作人员第一时间与您联系
请耐心等待!

—往期回顾—




更多功能正在开发中,最新信息会第一时间在官方公众号进行公布,大家持续关注哦!

【声明】内容源于网络
0
0
矩视智能
1234
内容 312
粉丝 0
矩视智能 1234
总阅读0
粉丝0
内容312