EV car battery internal view banner

电动汽车

电机绕组检测

使用深度学习解决方案检测潜在绕组错误以避免生产低效率的电机

Cognex deep learning ensures winding coils are properly assembled in an electric vehicle motor

相关产品

In-Sight D900

In-Sight D900

采用 In-Sight ViDi 技术的深度学习式视觉软件

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

面向深度学习工业图像分析的图形化编程环境

在电机中,绝缘铜线绕在一个芯上生成或接收电磁能,然后通过感应将该能量传输到另一个线圈。转换器中也有这种线圈。这些线圈是由机器快速缠绕起来的。

电动汽车 (EV) 电机的绕组非常密集。任何缠绕不准确的地方都会对电机效率产生负面影响。考虑到要将大量线圈塞到一个狭小的空间,即使是很小的缠绕错误也会产生很大的影响而且难以发现。缠绕错误可能很难发现,而且可能发生在线圈中的任何地方。

获取报价

规则式机器视觉系统没有有效的方式可以检测线圈中任何地方的缠绕错误。对于这种复杂图像中的细微错误,人类检测也不合适。

康耐视深度学习通过彩色相机能够准确地验证缠绕过程已准确无误地完成。缺陷检测工具使用一组图像进行训练,其中包括无错误的缠绕,以及包含各种重叠、错位、交叉和其他各种位置的潜在错误的图像。

康耐视特色产品

获取产品支持和培训以及更多

加入 MyCognex

是否有任何疑问?

世界各地的康耐视代表可以随时为您提供支持,满足您的视觉和工业读码需求。

联系我们
Loading...