2020-11-13 10:10:22 責任編輯: 瑞智光電 0
曾有一個工廠是生產制造手機數據線零部件,每天產出230萬個數據頭,質檢工人,是整個流水線的最后一環,也是對人力依靠水平最高的環節。
很多工廠都裝上了全自動流水線,但唯獨質檢環節例外——質檢環節面臨的環境最為復雜,不是單純的機械設備作業。
比如,那個小小的數據頭,很有可能有33項缺陷讓其淪落為殘次品,有縫隙,有裂痕,有刮擦這些。
乐发vll500 零部件愈小,越考驗檢驗員的經驗、眼神和體力——尤其是在精密度規定極高的3C行業,他們必須像機器設備一樣周密有序,高速運轉。然而,心態再好的工人也有情緒波動之時,當他們處在疲乏期或者痛苦期時,質檢的精準性便會大打折扣。
但質檢工廠里的女工,顯然較為幸運——他們的拯救者來了,憐香惜玉的——瑞智光電那個名叫“表面缺陷視覺檢測機”的機器設備走進工廠后,能夠關心成千上萬的一線質檢工人,減輕大量高重復性、高頻次的工作中,提高效率,解放更多勞動力。
乐发vll500 事實上,用視覺檢測機來取代人工檢測,某些外企此前類似有一定的探究——這是3.0版的全自動流水線,依靠的技術是傳統式的機器設備學習。
但由機器設備學習驅動的“檢驗員”,只能在較為確定性的環境下,對人類指定的單一性的兩三類缺陷精確甄不,也便是講“指哪兒打哪兒”,靈活度低,普適性低,包容度低,無法做到對人工的徹底替代,只能做到“人機配合”。
舉例來講,如果外部環境變了,比如光線的明暗變化,陰天和晴天不同的天氣狀況,都要對機器設備學習的質檢算法進行調節,而一旦商品的外部形態、制造工藝更改了,也要重新調節算法。
機器設備學習驅動的全自動質檢,必須匹配專業的AI人才,不斷調節算法,落地門檻高,普適度很低。
而瑞智光電CCD視覺檢測機則由深度學習驅動,能夠全面檢驗數據頭的30多類缺陷,精準度能夠做到人工檢驗員的標準。而且,伴隨著時刻的推移和經驗的積存,其精確度還會繼續不斷提高,趨近完美。