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

相关产品

In-Sight D900

采用 In-Sight ViDi 技术的深度学习式视觉软件

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。

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。