Defekterkennung System

Eine Plattform, die von Deep Learning-Technologie angetrieben wird und Oberflächenunvollkommenheiten mit Geschwindigkeit, Zuverlässigkeit und Präzision identifiziert.

Intelligente Inspektion in Sekunden

Mit Deep Learning-Technologie und fortschrittlicher Bildverarbeitung erkennt das Defekterkennungssystem schnell Defekte oder Anomalien auf komplexen Oberflächen und hilft Herstellern, Kosten zu senken und die Qualitätserwartungen der Verbraucher zu erfüllen.

Während herkömmliche Bildverarbeitungssysteme regelbasierte Algorithmen verwenden und präzise Fehlerdefinitionen erfordern, lernt Deep Learning-Software aus Bildern guter und schlechter Teile, wodurch die Zeit reduziert wird, die benötigt wird, um Fehler zu spezifizieren und auf sich ändernde Anforderungen zu reagieren.

Das System verwendet kundenspezifische Beleuchtungslösungen und Befestigungen und kann mit einem fortschrittlichen Material Handling kombiniert werden, um eine schnelle Erkennung und Qualifizierung von Oberflächenfehlern zu ermöglichen.

9

Maschinelles Lernen

Deep-Learning-Technologie kombiniert mit fortschrittlicher industrieller Bildverarbeitung ermöglicht es sehr schnell Oberflächendefekte auf komplexer Oberfläche (spiegelnd, glänzend, rau, matt, etc.) zu identifizieren.

9

Flexible Design

Die Plattform ist flexibel und kann einfach für Stand-Alone- Anwendungen angepasst oder in einer fortschrittlichen Fertigungs-Inline-Anwendung eingesetzt werden.

9

Advanced Material Handling

Schnelle und schonende Platzierung und Handling der Produkte oder Teile ermöglicht den Einsatz der Plattform für Anwendungen mit hohem Durchsatz.

Automobilindustrie

  • Elektronische Komponenten und Platinen

Unterhaltungselektronik

  • Smartphones
  • Tablets
  • Elektronik

Medizinprodukte

  • Chirurgische Instrumente
  • Zahnimplantate

Funktionalität & Vorteile

  • Flexibles Inspektionssystem, das fortschrittliche maschinelle Bildverarbeitung mit Deep-Learning-Algorithmen kombiniert.
  • Die Erkennung von Oberflächendefekten unterscheidet erwünschte Merkmale von Anomalien und toleriert dabei natürliche Abweichungen in komplexen Mustern.
  • Erkennt Defekte auf spiegelnden, glänzenden oder rauen Oberflächen

  • Identifiziert Produktionsfehler in Echtzeit, wodurch die vorgelagerten Prozesse angepasst werden können, um Abfall zu reduzieren

  • Hochauflösende Kamera, die Sichtfeld und Messgenauigkeit optimiert

  • Benutzerdefinierte multispektrale Beleuchtung und Strobe-Controller

  • Einfache Einrichtung und Bedienung mit automatischer Ausrichtung des zu prüfenden Teils

  • Individuelles Fixieren und erweiterte Teil-Handling Möglichkeiten 

  • Bietet eine präzise Teile Platzierung, ohne die Teile Oberfläche zu verwischen

  • Ermöglicht eine präzise Teileplatzierung ohne Beschädigung der Teileoberfläche

Spezifikationen (in aktueller Konfiguration)

Arbeitsvolumen

203 x 135 x 6 mm (L x B x H)

Koordinatensystem

X-Achse: 600 mm (±2 m Wiederholbarkeit)
Y-Achse: 220 mm (±2 m Wiederholbarkeit)
Z-Achse: 10 mm (±2 m Wiederholbarkeit)

Systemabmessungen

112 x 70 x 209 cm (B x T x H)

Systemgewicht

725 kg (1.600 lbs)

Beleuchtung

Benutzerdefinierte Strobe, helles Feld, dunkles Feld, koaxial

Kamera

5 MP (3,45 m Wiederholbarkeit)

Optionen

        Barcodeleser

Systemcontroller

Hochleistungs-Industrie-PC-Bedienstation mit Touchscreen und sekundärem Bildschirm

Betriebsmittel

Auswahl der richtigen Beleuchtung für die Hochgeschwindigkeitsinspektion

Beleuchtung und Zeit sind Schlüsselfaktoren bei hoher Geschwindigkeitsmessung.

Durch die Verwendung kurzer Beleuchtungsstöße mit hoher Intensität friert das Bildverarbeitungssystem die Bewegung für die Inspektion effektiv ein

Intelligente Erkennung kosmetischer Defekte steigert die Produktivität

Mithilfe von Deep Learning können intelligente Bildverarbeitungssysteme komplexe Oberflächen und Teile auf kosmetische Defekte prüfen, ohne dass monatelange, intensive Programmierarbeit erforderlich ist, und so die Produktivität, den Durchsatz und die Qualität der Fertigung steigern.

Geschwindigkeitsgewinne bei der berührenden vs. berührungslosen Oberflächenprofilierung

Wenn es bei der Inspektion der Oberflächenmorphologie auf Effizienz ankommt, liefern berührungslose, optische Methoden dieselben Messergebnisse wie ein konventioneller Kontakt-Profiler, aber in einem Bruchteil der Zeit.

Kontaktaufnahme

Unsere Datenschutzrichtlinie.

Mit Produktionsstätten in den USA und China bietet DWFritz globalen Support an