第 n 個自動化標誌
Industry:
汽車
    Location:
    田納西州拉韋爾涅
      Customer Objectives:
      • 檢驗並驗證線夾在發動機缸體中的位置
      • 充分考量到油,水,烤漆和反光表面等使成像系統複雜化問題
      Key Results:
      • 透過區分表面瑕疵與功能缺陷,降低廢品率
      • 透過機器視覺實現自動化檢測,提高產能,並降低成本
      Cognex Solution:

      汽車和生命科學行業皆面臨許多挑戰,要求製造廠商奉行嚴格的監管標準,維系外科手術等級的精準度,並滿足嚴格的生產配額。這正是製造廠商紛紛轉向Automation NTH 尋求解決方案的原因。Automation NTH 是位於美國田納西州納什維爾的自動化整合廠商。

      由於客戶群跨越多個行業且技術能力水準參差不齊,Automation NTH需準備好應對廣泛的挑戰。客戶可能會視圖將不損壞靈敏組件的情形下實現醫療器械裝配自動化,或者驗證汽車裝配件中不同組件的位置。無論需求如何,通常都需機器視覺。

      Automation NTH公司電腦程式設計小組經理 Keith Johnson 表示:「我們從事簡單的工作並不輕鬆。客戶迫切希望將自動化提升至新水準。」 視客戶及其需求而定,如何提升至新水準,可能需尋找能提高產能的創新方式,提高缺陷探測水準,或將可接受的瑕疵與關鍵缺陷區分開來。

      這正是康耐視發揮作用之處。多年來,這兩家公司已合作解決充滿挑戰的自動化應用。

      在最近的生命科學專案中,Automation NTH的一家生產葡萄糖監測裝置的客戶需一種解決方案,以使將感測器細導線插入裝配件的作業實現自動化。但是,導線上塗有對裝置功能至關重要的靈敏感材料。

      為解決這個挑戰,Automation NTH 開發出導線加載裝置,透過振動將一批感測器導線進行分離。這種技術可分離出單根導線,然後康耐視 In-Sight 視覺系統引導機械臂拾取導線並加載至裝配件中;且所有這些作業不會損壞感測器材料。

      雖然 Automation NTH 精通規則式視覺和編寫自定義程式,但仍加大對深度學習技術的投入。

      深度學習人工智慧的一個子集,處理非架構化數據,並基於這些數據自行訓練,以生成更準確的輸出。康耐視運用這項技術開發 VisionPro 深度學習軟體,讓 Johnson 和其他工程師構建模型,基於數百或數千個圖像檢測細微且可變的瑕疵。使用視覺系統擷取影像並使用 VisionPro 深度學習軟體分析圖像,實現檢測瑕疵自動化,從而提高產能,降低廢品率並降低成本,包括在可接受的異常在視覺上與不可接受的瑕疵相似的情形下。  

      Automation NTH 與康耐視已將近十年的合作關係,利用該工具及其他工具為眾多行業解決大量複雜的檢測應用。 

      VisionPro 和 AI 開啟了自動化領域打開了一扇新大門,協助解決以前無法解決的難題。

      ―Keith Johnson ,PC 編程部經理
      Automation NTH

      讓深度學習應用於工作

      在馬薩諸塞州內蒂克的康耐視總部使用 VisionPro 深度學習進行訓練並參加線上課程後,Johnson 學會如何訓練和測試 AI 視覺系統。取得康耐視團隊的直接協助,並瞭解他們「只需撥打電話就能取得聯絡」,這使 Johnson 過去和現在都受益匪淺。

      VisionPro 深度學習成為 Johnson 及其團隊在解決各種應用問題時不可或缺的一環。例如,他描述了一個專案,客戶要在 電電動車 (EV) 引擎驗證搖臂上的線夾位置。線夾需手動安裝,油,水,油漆和反光表面等複雜因素阻礙了驗證過程。線夾的位置存在很多變化,很容易出錯。由於新供應廠商,組件幾何形狀等因素帶來的變化性可能被誤認為錯誤或瑕疵,解決方案必須能適應未來需求。

      儘管油和油漆等可變因素導致成像複雜化,透過將康耐視 In-Sight D900 視覺系統與VisionPro 深度學習軟體結合使用,Johnson 及其團隊能識別線夾的位置。

      Johnson 表示:「他們嘗試過各種不同的解決方案。但籍由 VisionPro 深度學習軟體,只需加以訓練——採集一組新的訓練圖像即可。」

      在另一個例子中,Automation NTH 將 VisionPro 深度學習軟體應用於分揀機上,協助一位消費品製造客戶區分輸送帶上的組件。灰塵或塵垢會造成干擾,而且對 Automation NTH 的客戶而言,新的照明裝置意味著一筆高昂費用。

      Automation NTH 將 VisionPro 深度學習軟體整合至解決方案之中,而非進行設計與採用新的照明裝置。從這樣的方式得到的結果是零件識別準確度達到 98.46% ,遠高於製造廠商的驗收標準。

      站在客戶的角度設計解決方案

      Automation NTH 建立了易於且適應性強的解決方案。客戶必須能自行維護與修改系統,並考量到新供應廠商或零件變化等因素。

      Johnson 說道:「客戶必須能應對這些問題。每個整合專案都會有一段支援期,工程師會在這段期間為客戶提供解決方案訓練的,讓客戶知道要注意什麼,以及如何讓生產線保持正常運轉。Johnson 表示,「例如,若指標低於指定驗收率,例如 95%,背後通常有原因」。

      教育和訓練已經是 Automation NTH 的企業文化的重要組成部分。所有實習生和學員都要接受 NTH University 的訓練課程,這套訓練計劃將加快他們的學習速度,且效果優於新進工程師經常體驗典型的「透過耳濡目染」的常見方法。NTH 大學擁有詳細的課程設定,從控制設計入門到 VisionPro 深度學習高級編程,提供豐富的課程。Automation NTH 變得非常擅長對 In-Sight 系列機器視覺系統進行程式設計,並建立一套內部程式設計標準,以確保不同工件的一致性。

      康耐視隨時願意提供訓練和教育。

      Automation NTH 聯席總裁 Jeff Buck 表示。「從思想的流暢交流到尋求專業知識的能力,康耐視和 Automation NTH 的關係超越傳統的客戶-供應廠商關係。」,兩家公司建立真正的合作夥伴關係,緊密協作以找到適合工件的理想工具。

      Buck 說道:「康耐視始終致力於提供更佳的解決方案,這給我留下深刻的印象。他們不滿足於現狀,不斷推動技術向前發展。」

      康耐視特色產品

      取得產品支援與訓練等等

      加入 MyCognex