In-Sight 3900 시리즈
In-Sight 3900은 고처리량 생산 라인을 위해 구축된 고속 AI 머신 비전 시스템, 고해상도 이미지 및 고급 검사를 처리하기 위한 강력한 컴퓨팅 및 임베디드 AI를 갖추고 있습니다.
플라스틱 사출 금형 결함을 조기에 식별
플라스틱 제조 과정에서는 모든 구성 부품이 엄격한 기능상 기준과 외관상 기준을 충족해야 합니다.
- 싱크 마크, 뒤틀림, 미성형 및 플래시와 같은 구조적 결함으로 인해 조립이 실패할 수 있습니다.
- 긁힘, 탄 자국, 변색과 같은 외관상 결함은 부품이 제대로 작동하더라도 브랜드 평판을 손상시킬 수 있습니다.
생산 초기에 결함을 발견하면 비용이 많이 드는 재작업, 조립품 폐기, 보증 문제를 방지할 수 있습니다. 이는 치수 정확도와 표면 품질이 인지된 가치에 직접적인 영향을 미치는 소비재의 성형 부품에 특히 중요합니다. 다양한 부품 모양, 크기 및 마감재는 검사 과제의 기반이 됩니다.
AI 기반 비전으로 치수, 표면 및 구조 결함을 해결
생산 속도에서 사출 성형 결함을 검사하는 일은 복잡합니다.
- 성형 부품은 반사성 표면, 입체적인 표면 또는 질감이 있는 표면을 가지고 있어 일관되게 조명을 비추기 어려운 경우가 많습니다.
- 플라스틱의 색상, 패턴 및 투명도의 차이는 자동 감지를 더 어렵게 만듭니다.
- 플라스틱 사출 성형에서 발생할 수 있는 결함의 범위(외관상 결함과 구조적 결함)는 예측이 불가능하여 기존의 규칙 기반 비전 시스템으로는 결함을 안정적으로 찾아내기 어렵습니다.
기존의 머신 비전은 복잡한 프로그래밍이 필요하며 소비재 플라스틱 고유의 가변성으로 인해 어려움을 겪습니다. 그러나 고급 AI 기반 머신 비전은 실제 프로덕션 이미지에서 학습하여 허용 가능한 변형을 표시하지 않고 미묘한 이상을 발견합니다.
플라스틱 품질 및 제조 효율성 개선
Cognex AI 툴은 허용 가능한 플라스틱 부품과 결함이 있는 플라스틱 부품의 이미지를 모두 빠르게 학습합니다. 배포가 완료되면 다음을 수행합니다.
- 기능상 결함 및 외관상 결함을 매우 정확하고 정밀하게 식별하고 오류를 표시합니다.
- 최종 제품 품질에 영향을 미치지 않는 외관상의 변형은 무시합니다.
- 결함 정의나 제품 설계가 변경되면 신속하게 적응합니다.
가전제품의 휘어진 기어를 찾아야 하든, 외부 패널에 긁힌 자국을 찾아야 하든, Cognex를 사용하면 대량의 고품질 플라스틱 검사에 필요한 정밀성과 적응성을 손쉽게 얻을 수 있습니다. Cognex는 글로벌 전문가 네트워크와 요청 기반 온라인 리소스를 통해 언제나 고객을 지원하며, 자동화의 모든 단계에서 성공을 보장합니다.