아크 자석은 모터와 발전기의 핵심 부품입니다. 본 논문은 소결 공정 후 아크 자석 검사에 중점을 두고 있습니다.
어떤 제조상의 결함이 발생합니까?
아크 자석은 취성 재료와 미세 분말의 성형 및 소결 과정의 어려움으로 인해 제조 결함이 발생합니다. 일반적인 결함은 다음과 같습니다.
이러한 결함은 아크 자석의 기능을 심각하게 저해할 수 있으며, 모터와 같은 중요한 응용 분야에서는 비용과 위험을 초래할 수 있습니다. 아크 자석 결함을 조기에 발견하는 것이 자석이 최종 제품에 통합된 후에 문제를 해결하는 것보다 비용 효율적입니다.
그러나 이러한 결함은 감지하기 어려울 수 있습니다. 아크 자석 표면이 결함을 가리는 방식으로 빛을 반사할 수 있기 때문입니다. 또한 많은 아크 자석 결함은 미묘하고 이미지화하기 어렵습니다. 특히 결함과 배경의 대비가 낮은 경우 더욱 그렇습니다. 기존의 머신 비전 시스템은 선명한 이미지를 캡처하고 실제 결함, 반사 표면, 그리고 배경을 구분하는 데 어려움을 겪어, 결국 결함을 놓치거나 잘못된 불량 판정을 초래합니다.
아크 자석은 곡면을 가지고 있어 이미지를 왜곡하고 결함을 가릴 수도 있습니다.
대량 생산 환경에서는 아크 자석을 생산 속도에 맞춰 신속하게 검사해야 합니다. 기존 머신 비전 제품은 필요한 사이클 타임을 따라가지 못할 수 있습니다.
솔루션
UnitX의 AI-powered 검사는 다른 솔루션이 실패한 소결 아크 자석을 효과적으로 검사합니다.
첫째, OptiX 이미징 시스템은 아크 자석을 조명하고 이미징합니다. 그런 다음 CorteX Central AI 플랫폼은 결함과 치수에 대해 학습됩니다. 마지막으로, 이러한 AI 모델은 CorteX Edge 결함과 치수 부정확성을 인라인으로 감지하고 분류하는 추론 시스템입니다.
UnitX 소결 아크 자석 검사를 위해서?
OptiX 반사율은 최소화하고 결함 가시성은 극대화하여 뛰어난 이미지를 제공합니다. 32개의 독립적으로 제어 가능한 조명 광원을 갖추고 있으며, 소프트웨어를 통해 아크 자석 표면 및 다양한 결함에 맞춰 최적화할 수 있습니다. 계산 이미징 기능을 활용하여 여러 장의 사진을 촬영하고 고반사 아크 자석 표면으로 인한 핫스팟을 제거할 수 있습니다. 또한, 조명 돔 디자인은 투사광의 매우 날카로운 입사각을 지원하여 아크 자석의 곡면 표면에 있는 아주 작은 결함에도 그림자를 드리워 가시성을 높입니다.
CorteX는 깊이 구성 요소가 있는 결함을 포함하여 무작위적이고 복잡한 결함을 정확하게 감지합니다. 2.5D 기능은 깊이를 감지하며, 특히 깊이 성분이 포함된 균열 및 표면 불규칙성에 중요합니다. 위치 및 방향의 변동성을 자동으로 정규화하고 픽셀 수준까지 결함을 인식합니다. 불량품 및 제품 낭비로 이어지는 오탐(false positive)을 줄여줍니다.
CorteX는 기능 차원을 측정합니다. 부품이 치수 사양을 준수하고 허용 가능한 허용 오차 한도 내에서 생산되도록 보장합니다.
CorteX는 빠른 AI 모델 개발, 배포 및 반복을 지원합니다.CorteX AI 모델은 샘플 효율성이 뛰어납니다. 즉, 새로운 결함 유형에 대해 학습하는 데 몇 개의 이미지만 필요합니다.
UnitX 100% 인라인 검사를 신속하게 제공합니다. OptiX 밝은 LED와 1m/s의 빠른 파리 포획 속도를 갖춰 고속 이미징이 가능합니다. CorteX Edge 최대 100MP의 높은 추론 속도를 지원하여 OK/NG 결정을 빠르게 출력하고, 모든 주요 PLC, MES, FTP 시스템과의 통합을 통해 해당 결정을 원활하게 전달합니다.
사용하는 제조업체 UnitX 소결 아크 자석 검사를 자동화하려면 다음이 가능합니다.
- 자동차의 신뢰성, 성능 및 안전성에 영향을 미치는 품질 유출을 방지합니다.
- 기존 머신 비전에서 흔히 발생하는 잘못된 거부율을 최소화하고 더 많은 가치가 추가되기 전에 제조 프로세스 초기에 결함을 식별하여 폐기물을 줄입니다.
- 생산 및 품질 데이터를 분석하여 프로세스 개선 기회를 찾아 수율을 향상시킵니다.
- 아크 자석 제조 처리량을 높이기 위해 생산 속도에 맞춰 검사를 자동화합니다.
UnitX 검사 예시 심층 분석
이 예에서 우리는 다양한 표면 결함에 대해 아크 자석을 검사했습니다.
영상
첫째, 우리는 OptiX 아크 자석의 이미지를 캡처하여 결함이 있는 부품과 정상 부품을 모두 캡처했는지 확인했습니다. OptiX 곡면의 결함을 감지하기 위해 여러 각도에서 아크 자석을 이미지화했습니다. OptiX소프트웨어 정의 조명을 사용하여 미묘한 결함을 가장 잘 포착하는 다양한 조명 패턴과 입사각을 구성합니다.
트레이닝
다음으로 우리는 다음을 사용했습니다. CorteX Central 모델을 훈련시키기 위해, 원형 함몰, 점식, 긁힘, 움푹 패임, 마모 등 5가지 표면 결함에 대한 라벨을 생성합니다.
그런 다음 우리는 캡처한 이미지에서 5개의 결함을 레이블로 지정했습니다. OptiX각 결함에 대해 학습하기 위해 몇 개의 이미지만 사용합니다.
CorteX의 사용자 친화적인 인터페이스와 AI 모델을 훈련하는 데 필요한 이미지 수가 적어서 레이블 지정과 훈련을 완료하는 데 몇 분밖에 걸리지 않았습니다.
Detection System
그런 다음 우리는 해당 AI 모델을 배포했습니다. CorteX Edge 새로운 아크 자석의 표면 결함을 감지하여 5가지 결함을 정확하게 감지하고 분류했습니다.
