工業制造為什么需要機械視覺檢測？

yansunxer

智能制造裝備是具有感知、分析、決策、控制功能的制造裝備，是信息化與工業化深度融合的重要體現，也是先進裝備制造業的重點發展方向。智能制造裝備主要包括數字機床、3D打印等等。大力發展智能制造裝備產業的優點有很多，可以加快制造業的轉型，提升生產效率，降低能源消耗，實現制造的智能化！機器視覺檢測作為新型的技術，具有智能化程度高和環境適應性強等特點，在多種智能制造裝備中得到了廣泛的應用。

機器視覺檢測技術是用機器視覺替人眼、人手來進行檢測、測量、分析、判斷和決策控制的智能測控技術，與其他檢測技術相比，其優點主要包括：智能化程度高、信息收集全面、檢測速率高、精度高等等。

當前我國智能制造裝備業發展迅速，在自主創新過程中，對機器視覺檢測與控制等智能技術有著巨大和迫切的需求。在制造產品的過程中，表面缺陷的產生往往是不可避免的。表面缺陷不僅影響產品的美觀和舒適度，而且一般也會對其使用性能帶來不良影響，所以生產企業對產品的表面缺陷檢測非常重視，以便及時發現，從而有效控制產品質量。人工檢測是工業視覺對產品表面缺陷的傳統檢測方法，該方法抽檢率低、準確性不高、實時性差、效率低、勞動強度大、受人工經驗和主觀因素的影響大，而基于機器視覺的工業視覺檢測方法可以很大程度上克服上述弊端。

視覺檢測常用于泛半導體、新能源和機械制造行業，做的比較的好的公司有忽米網等等。在半導體生產中，常用于SMT貼裝（元件表面缺陷特征檢測、字符印刷殘缺檢測、元件破損檢測、芯片引腳封裝完整性檢測、端子引腳狀態檢測、編帶機元件極性識別）、PCB（元件表面缺陷特征檢測、字符印刷殘缺檢測）、IC芯片（鍍金表面缺陷）等；新能源方面可以用于同步電機發卡線圈表面缺陷檢測；機械制造方面可以為發動機墊片和汽車外觀缺陷進行檢測，并可泛化汽車儀表盤缺陷檢測、汽摩零部件缺陷檢測、汽摩燈具塑料件缺陷檢測等。

在今后的工作中,還需要進一步完善深度學習理論,提高視覺檢測的精度和效率。并將視覺檢測系統應用到各種有檢測需求的行業中去！

未來第一站

去年有個檢測焊接缺陷氣孔、夾渣、未熔合、裂紋、凹坑、咬邊、焊瘤的項目一直沒找到解方案。

cmiwtan

好吧，我是專業做視覺檢測的，說下自己的感受。
首先，各家的水平不一樣，專長不一樣。找高水平的視覺供應商其實是個難題。現在缺陷檢測都是人工智能，模型千奇百怪的都有，其實視覺不像機械產品，每家的檢出率都是不一樣的。如果你用的那家公司恰好水平一般，那就沒有辦法了。還有就是成本，有的視覺公司會堅持跟蹤，不斷升級，有的做完就不管了，這就導致結果千差萬別。所以大家在選視覺公司的時候，一定要選那種堅持長遠服務的。
比如說，我自己所在的絲貝視像，做缺陷檢測這些基本的，我們都會明確告知客戶，最好是預設要維護升級的。視覺這種東西，最容易出現演示結果好得不得了，但用了一會就不是那么回事了。因為這涉及到模型泛化得夠不夠，環境變化的容差有多大，如果你的環境超出預設的范圍，那檢出率就會下降。
另外，每個公司都有自己的擅長的，比如我們就特別擅長高精度識別（高精度定位），這就是一般廠家做不了的。其他公司可能有類似的情況，比如有的特別擅長在透明物體上識別缺陷。

xuanyu20180608

我們去年做了一臺設備，用到了13組CCD影像檢測，54組松下的0.4KW的伺服電機，有點復雜喲。

好學2008

sankyowuhan 發表于 2021-9-17 09:27
檢查項目這么多，判定也比較復雜，多套視覺都難搞定

單檢裂紋都不能很好搞.不要把視覺想得太完美,特別是不規格變化大,少聽推銷業務吹牛B,視覺什么都能干.

遠祥

這個是很有必要的！

sankyowuhan

未來第一站 發表于 2021-9-16 20:41
去年有個檢測焊接缺陷氣孔、夾渣、未熔合、裂紋、凹坑、咬邊、焊瘤的項目一直沒找到解方案。

檢查項目這么多，判定也比較復雜，多套視覺都難搞定

13929472721

視覺檢測可以提升精確度，實現更高難度的自動化

wpf1022

算法不好弄

z424385518

頂

zoubiao111

沒有視角檢查  怎么做設備  莫名其妙