科创中国

方案介绍

AI质量检测平台是一套基于机器视觉的质量检测解决方案，利用人工智能算法和实时图像分析技术，为用户提供产品的外观质量检测。可以实现无需改变现有产线的硬件设备，更好的服务有自动化需求的制造型企业。

1.检测原理

分类：解析图像并对其进行分类

细分：通过图像分析，检测出图像上的各种瑕疵的位置、大小和形状。

2.优势分析

•安全可靠：非接触式自动检测，被测物体不会产生损坏，安全可靠

•准确率高：排除人为检测时主观因素的干扰，准确率高达97%以上

•检测成本低：一次性投入，减少人力成本

•检测速度快：根据产品类型，检测速度控制在1秒内，远快于肉眼检测

•工作负载大：可7*24小时不间断工作，有效提高良品率

•适用范围广：检测装置不局限于某一类物体，适用范围和互换性非常广泛

3.应用行业

该系统可以应用到光伏EL、PCB 板、手机零部件、汽车零部件、太阳能电池板、显示屏、电子、钢铁、纺织印染、皮革、电容、镜头等的各个领域中最复杂的缺陷检测。

案例分享

（一）AI质量检测平台在电池制造中的应用案例

1.项目背景

光伏电池在生产过程中，因生产工艺不足或其他偶然因素会产生一些次品，客户期望研发一套电池质量检测系统，能自动识别出晶片存在的缺陷，检出次品。

光伏电池晶片一共有包括划痕、黑斑、绒丝等10余种缺陷。传统缺陷检测技术存在同种类别缺陷识别不全、缺陷分类识别不全、划痕识别不完整等缺点，而且传统识别算法已达到瓶颈，很难再有突破性进展。

2.应用成果

根据客户需求，定制了一套基于计算机视觉技术的电池质量检测方案，利用神经网络技术，检测产品缺陷，以代替或协助质检人员的人视觉检测工作。

（二）AI质量检测平台在绝缘子缺陷识别中的应用案例

绝缘子是高压输电线路的重要安全器件，在电力系统中的使用量巨大。它的质量和性能关系到整个电力系统的安全稳定运行。

为解决人工肉眼检测方法依赖于质检员检测经验且精度低、速度慢的问题。本项目采用计算机视觉技术，以计算机视觉代替人工视觉，通过让机器学习人工来进行缺陷判断。实现对碰损、坯屑、釉珠、露白、主体开裂等缺陷的识别判断。