电子产品

智能手机扬声器振膜检测

确保声学振膜的正确胶合,以获得准确的声音

Smartphone speaker diaphragm defect inspection fail example

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

智能手机声学单元中的振膜是产生声音的关键部件。振膜上的任何缺陷或损坏都会影响声音的产生,降低语音和音乐的质量。振膜是有弹性的薄塑料,通过金属或塑料条的加固而变硬。当音圈振动时,振膜和加固条作为一个整体起作用。

振膜必须首先被照亮并从侧面检测,以确保其边缘没有缺陷,并正确地粘在基材上。皱褶、气泡、异物、过量胶水以及无法连接加固条都会影响到振膜的振动和准确再现声音的能力。然后使用第二个照明装置使振膜下面的加固条可见,从顶部检测振膜。

然后使用第二个照明装置使振膜下面的加固条可见,从顶部检测振膜。振膜的大小和形状可能因型号不同而有差异。即使在同一型号中,加固条的图案、形状和材料也会因供应商的不同而有不可预知的变化。传统机器视觉很难为振膜的各种可能形状和加固条的排列进行编程。这与可能的缺陷范围、多余胶水的可能形状和出现的位置以及其他问题一起,几乎是标准机器视觉系统无法预测的。

康耐视深度学习的缺陷探测工具使用一组标记合格和不合格的振膜边线和加固条粘接的图像进行训练。该检测工具可以检测并标记出比传统机器视觉更广泛的边线或加固条的异常,同时让纯粹的外观差异通过。缺陷探测工具经过训练后,其异常检测率超过 99%,明显高于任何编程的传统机器视觉。

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