- Advertisement -
首頁 市場話題 AI讓機器視覺更靈活 電極鋁箔生產大幅進化

AI讓機器視覺更靈活 電極鋁箔生產大幅進化

- Advertisement -

突破傳統機器視覺限制 罕見瑕疵不漏接

開必拓創辦人暨執行長孫逢佑(圖1左)表示,該公司是一家成立於2017年的AI新創公司,專長是AI演算法開發跟大數據分析。目前開必拓已經商品化的產品名為fastable.ai,這是一個可以客製化的AI解決方案,也是立敦AI品檢系統的核心軟體。

圖1 開必拓執行長孫逢佑(圖左)表示,要將AI導入產業應用,客製化是不可免的。右為立敦科技發言人陳昌源

透過fastable.ai,加上台灣的自動光學檢測(AOI)設備合作夥伴所提供的硬體,以及立敦團隊提供的資料跟產線實務經驗,我們共同開發出可對電極鋁箔實現100%全檢,並可檢測十多種外觀瑕疵的品檢系統。

這是傳統機器視覺或AOI系統很難達成的目標,因為這類自動化檢測方法採用固定的演算法,只能抓出特定幾種瑕疵類型,如果某種瑕疵類型沒有被寫進演算法,或是這種瑕疵無法用演算法精確描述,自動化檢測系統就無法抓出這類瑕疵。

電極鋁箔剛好就是這種產品。立敦科技發言人陳昌源(圖1右)解釋,電極鋁箔採用捲對捲連續製程生產,機器捲動的速度很快,又會有輕微的飄動,加上鋁箔表面帶有些微反光性,因此當鋁箔表面出現凹凸痕,甚至是蚊蠅等昆蟲被捲入後,在鋁箔表面留下痕跡,都會造成蠻複雜的光影變化,讓傳統機器視覺系統非常難以判定。根據該公司的測試結果,傳統機器視覺或AOI系統,大概只適合用來檢測針孔破洞這類有固定特徵的瑕疵,遇到其他瑕疵,就很難派上用場。

自動化全檢帶來多重效益

電極鋁箔是鋁電解電容的關鍵材料,鋁箔的良率高低,會對電容的良率造成直接影響。以出貨量來看,目前鋁電解電容最主要的應用還是在消費性產品,對良率的要求較為寬鬆,傳統的檢測方法還可以滿足客戶需求。但如果要進軍車用市場,客戶對鋁箔的品質要求就會相當嚴格,不僅瑕疵的漏判率要達到0%,誤判率也必須低於0.5%。這是傳統檢測方法很難做到的目標,因此立敦才會決定與開必拓合作,專門為電極鋁箔品檢開發客製化的AI系統。

圖2 開必拓與立敦共同開發的電極鋁箔自動檢測系統外觀

藉由這套客製化系統,立敦不僅跨過進軍車用市場的品質門檻,同時還享受到其他好處。立敦在台灣的產線部署fastable.ai後,也連帶解決了人力瓶頸的問題。鋁箔是連續製程,產線開動後的生產是24小時不間斷的,如果要靠人力做到100%檢測,一定要三班制輪班,但現在已經很難找到這麼多人手。因此,導入AI品檢,不僅讓產品的品質提升,生產規模也得以擴大。

陳昌源透露,在導入fastable.ai之後,因為AI可以辨別十多種外觀瑕疵,而許多瑕疵的產生,往往跟製程中的某些步驟有直接關係,因此立敦已經開始引進製程控制的觀念,不只把AI用在產品的最終品管,當檢測系統偵測到瑕疵時,還可以反過來推論是製程中的哪一個機台有問題,等同於監測產線上各種機台的運作狀況,進而預測設備的維運週期,提高產線稼動率。

相關文章

- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -