实例探究

组件供应商

成员自2021年以来

Neurala致力于帮助制造商enhance their vision inspection process. AI-powered visual quality inspection goes beyond the capabilities of machine vision alone in detecting anomalies and product variations. Using our proven vision AI technology, manufacturers can continue to scale production and adapt to workforce changes, while achieving even higher levels of quality control. Founded in 2006, Neurala’s research team invented Lifelong-DNN™ (L-DNN) technology, which lowers the data requirements for AI model development and enables continuous learning in the cloud or at the edge.

内容提交：

行业：
塑料塑料

应用：
目视检验和测试目视检验和测试

用于塑料注塑成型的Neurala Via

发表于02/16/2021.

概述

塑料模塑零件在许多不同的制造商品中使用：从消费电子设备到汽车及更远。考虑一家合同制造商，为电子组装创建各种模塑部件。在将零件发送到批量的客户之前，他们模具并进行后处理。

Current State Typically, the quality inspection is done on a 1/10 visual inspection by a human operator per their largest contract. However, this only is to ensure that in general they are sending good parts. The customer then does manual inspection of every part before using it in assembly.

Neurala通过实施

GigE相机安装在装配线上，以在去毛刺后检查部件。将开关添加到传送系统，以允许通过网关（Modbus TCP至OPC UA）从检查器到PLC的信号，以指示缺陷的部件并从线上移除它们。然后，人类运营商检查有缺陷的部件并确定哪些用于废料，并且可以重新编写哪些。

适应市场变化

由于消费者需求一般降低，它们对大型订单的需求减少。但是，它们的原型和小型初始批次的医疗等级设备有所增加。他们认为需要升高这些碎片的生产具有更强的质量控制要求，除了与其用于提供的产品相比更高的产品混合。他们需要迅速增加其质量检验协议，检查每个部件并跟踪该检查过程，具有最小的机器视觉知识。

底线

低成本的检验率提高了合同制造商客户的价值。
减少问题导致客户满意度的增加，客户的回报率较少。
提高均匀性（主观检查量化）。
早期迹象表明，如果有缺陷的部件增加，这种过程有问题，导致浪费减少。
能够迅速恢复作为进入的新和不同的部分。