Études de cas
Études de cas en vision industrielle montrent comment l’IA détecte les défauts et guide les robots. Elles couvrent contrôle qualité, classification, OCR, assistance RA et robotique guidée par vision pour semi-conducteurs, électronique, automobile, pharmacie, dispositifs médicaux et logistique.
Déploiements produits
Études de cas
AccuPick
SolVision
META-aivi
SolMotion
Détection de défauts de clés à molette à l’aide de l’IA
SolVision AI améliore la détection des défauts des clés à molette, le contrôle de la qualité et l'efficacité de la production, dépassant les limitations des systèmes d'inspection optique automatisée traditionnels.
Inspection des sacs IV à l’aide de l’IA
SolVision atteint un taux de détection de 100 % des particules étrangères dans les sacs IV grâce à un système de vision IA innovant pour une détection efficace des défauts.
Détection des défauts des boulons métalliques par IA
SolVision garantit un taux de détection des défauts impeccable de 100 % en seulement 49 millisecondes par boulon, en s'attaquant aux défis liés aux surfaces réfléchissantes et en éliminant les faux négatifs.
Inspection par IA des pièces métalliques estampées
Il existe de nombreux types de défauts qui peuvent apparaître différemment à chaque fois sur les pièces estampées, en particulier les taches d'huile ou d'eau, qui sont difficiles à détecter.
Détection de courts-circuits dans le soudage SMT
Le SMT est un processus de soudage essentiel dans l'industrie électronique. SolVision détecte les défauts sur les PCB, connus pour leurs nombreux composants petits et complexes.
Inspection des marques de certification de sécurité
Inspection des marques de certification de sécurité. Détection automatisée des marques de certification défectueuses par l'IA de Solomon SolVision.
Identification visuelle et classification des cellules par IA
Déployez le modèle d’IA avancé de SolVision pour identifier et classifier les cellules là où les systèmes AOI traditionnels sont insuffisants pour détecter et évaluer les variations cellulaires.
Inspection visuelle des cordons de soudure automobiles
Alimenté par l’IA, le logiciel de deep learning SolVision entraîne un modèle d’IA en simulant des défauts potentiels des cordons de soudure dans des conditions de luminosité aléatoires.
Inspection par IA des câbles d’unités d’alimentation
Le modèle d'IA peut identifier avec précision les erreurs dans les connexions de câbles et éliminer les produits non conformes en temps réel.
Inspection des masques chirurgicaux à l’aide de l’IA
SolVision utilise la technologie d'apprentissage profond pour améliorer l'inspection des masques chirurgicaux, garantissant une détection précise des défauts et un meilleur contrôle de la qualité.
Inspection visuelle par IA des panneaux de plâtre
Le modèle d'IA peut être formé pour détecter et localiser avec précision les défauts sur les panneaux de plâtre afin d'améliorer la qualité du produit et le rendement de production.
Automatiser les inspections des wafers de semi-conducteurs
Les wafers défectueux présentent souvent des défauts subtils dispersés aléatoirement sur la surface, ce qui empêche les systèmes d'inspection automatique (AOI) de définir des règles pour des inspections efficaces.
Détection des défauts de soudage laser à l’aide de l’IA
SolVision surmonte les défis de l'inspection de soudage laser grâce à l'IA, permettant une détection précise des défauts pour améliorer le contrôle de qualité du soudage laser.
Inspections par IA pour les condensateurs céramiques multicouches (MLCC)
SolVision détecte les électrodes défectueuses sur les composants électroniques passifs afin d'améliorer de manière significative le rendement global de la production.
Détection des défauts d’adhérence dans les semi-conducteurs
Ein übermäßiger Kleber kann auf dem Chip verbleiben oder auf die Leiterplatte überlaufen und dazu führen, dass der Chip kippt, was die Stabilität des gesamten Halbleiterpakets beeinträchtigt.
Automatiser les inspections des wafers de semi-conducteurs
Les wafers défectueux présentent souvent des défauts subtils dispersés aléatoirement sur la surface, ce qui empêche les systèmes d'inspection automatique (AOI) de définir des règles pour des inspections efficaces.
Détection des défauts de soudage laser à l’aide de l’IA
SolVision surmonte les défis de l'inspection de soudage laser grâce à l'IA, permettant une détection précise des défauts pour améliorer le contrôle de qualité du soudage laser.
Inspections par IA pour les condensateurs céramiques multicouches (MLCC)
SolVision détecte les électrodes défectueuses sur les composants électroniques passifs afin d'améliorer de manière significative le rendement global de la production.
Détection des défauts d’adhérence dans les semi-conducteurs
Ein übermäßiger Kleber kann auf dem Chip verbleiben oder auf die Leiterplatte überlaufen und dazu führen, dass der Chip kippt, was die Stabilität des gesamten Halbleiterpakets beeinträchtigt.
Détection des composants défectueux et manquants des ordinateurs portables
Pour des tâches manuelles répétitives comme dans ce cas, une inspection visuelle automatisée peut aider à identifier les produits défectueux et améliorer l'efficacité de la main-d'œuvre.
Inspection du numéro d’identification des pneus DOT à l’aide de l’IA
La technologie IA et OCR de SolVision améliore l'inspection des Numéros d'Identification des Pneus, renforçant ainsi la précision, l'efficacité et le contrôle qualité dans la production de pneus.
Automatisierung der Qualitätsinspektion von Trägerschalen
À mesure que la fabrication de semi-conducteurs devient plus sophistiquée, le processus de création des cadres de connexion doit s'améliorer en précision et en rendement.
Détection des défauts par IA pour les métaux à surface spiralée
Les petites pièces métalliques à surface spiralée peuvent être inspectées à l'aide de l'outil de segmentation d'instance de SolVision pour apprendre les différents types de marques de coupe ou de défauts de collision à partir d'images d'échantillon, puis construire un modèle d'IA pour reconnaître ces défauts subtils.
Inspection de l’assemblage de PCB à l’aide de l’IA
SolVision optimise l'inspection de l'assemblage de circuits imprimés (PCB) grâce à l'IA, améliorant la précision, réduisant les erreurs et augmentant l'efficacité avec notre système de vision IA à apprentissage rapide.
Inspecter les processus d’emballage des semi-conducteurs
SolVision permet l'inspection visuelle grâce à l'analyse d'images par IA, renforçant la fiabilité des informations de déplacement et d'angle pour reconnaître les produits défectueux et les erreurs dans le processus de collage des dies.
Inspection de Fil avec l’IA
La technologie IA de SolVision optimise l'inspection des fils en détectant rapidement et efficacement divers défauts de fil, garantissant ainsi un contrôle de qualité amélioré.
Détection des défauts de soudure par IA
Propulsé par l'IA, Solomon SolVision peut automatiser les processus d'inspection des soudures en apprenant les différentes formes et caractéristiques des cordons de soudure à partir d'images d'échantillons.
Inspection visuelle des plateaux de transport de semi-conducteurs
Détection automatisée des défauts avec intelligence artificielle. Inspection visuelle des plateaux de transport de semiconducteurs.
Détection des défauts des supports de montage HDD à l’aide de l’IA
SolVision améliore la détection des défauts des supports de disque dur grâce à une IA avancée, garantissant des normes plus élevées dans la fabrication électronique.
Inspection de Tissu de Ruban à l’Aide de l’IA
SolVision améliore l'inspection des tissus de ruban grâce à la détection des défauts basée sur l'IA, garantissant le contrôle de la qualité des rubans colorés et à motifs dans la production textile.
Inspection de bouchons de bouteilles à l’aide de l’OCR
L'OCR de SolVision améliore le contrôle de la qualité des produits alimentaires, des boissons et pharmaceutiques, surmontant les défis d'impression des bouchons de bouteilles sur les lignes de production à grande vitesse grâce à l'IA.
Inspection de la soudure BGA à l’aide de l’IA
L'IA de SolVision détecte les défauts de soudure BGA avec précision, améliorant la détection des défauts, l'exactitude des inspections et l'assurance qualité pour les fabricants.
Inspection de la qualité des œufs à l’aide de l’IA
SolVision AI reconnaît les défauts et catégorise les œufs, permettant une inspection automatisée de la qualité des œufs pour améliorer la sécurité alimentaire et le contrôle de la qualité.
Inspection des puces semi-conductrices emballées
L'outil de détection des anomalies utilise une technologie d'apprentissage profond pour enseigner au modèle d'IA des exemples d'images de plaquettes « parfaites ».
Détection des défauts d’écaillage dans le découpage de wafers
L'emplacement, la taille et la forme des fissures varient à chaque fois, et l'inspection optique traditionnelle ne peut pas identifier avec précision ces défauts imprévisibles.
Inspection des bouteilles en verre à l’aide de l’IA
SolVision automatise l'inspection des bouteilles en verre grâce à un traitement d'image avancé, détectant efficacement les défauts de production sur les bouteilles de parfum avec la technologie IA.
Inspection par IA pour les LED en aluminium
SolVision localise et reconnaît les plus petits défauts et anomalies de production dans les PCBAs en aluminium grâce au traitement d'image.
Inspection des scellés d’emballage à l’aide de l’IA
Basé sur la technologie d'apprentissage profond, SolVision peut déterminer si un scellé est intact en comparant un emballage parfait avec des variations potentielles.
Contrôle de qualité par IA pour les consommables médicaux
SolVision détecte et analyse des pièces de seringues transparentes de différentes textures et formes, généralement trop difficiles à inspecter pour les systèmes AOI.
Inspection de la Qualité des Clubs de Golf
Avec SolVision basé sur l'IA, les imperfections de production sur les têtes de clubs peuvent être détectées, quelle que soit leur taille, leur apparence ou leur emplacement.