Prüfung der Statormontageschweißung
Beurteilung von Haarnadel- und Leitungsschweißungen mit Deep-Learning-Lösungen
Ähnliche Produkte
Ausgestattet mit der In-Sight ViDi Deep-Learning-basierten Bildverarbeitungssoftware
Grafische Programmierumgebung für Deep Learning-basierte industrielle Bildanalyse
Stabgewickelte Kupferstifte, die wegen ihrer Form Haarnadeln genannt werden, sind an die Stelle von Drahtwicklungen im Stator vieler Elektromotoren getreten. Sie sind härter als Draht, daher kann ihre Ausrichtung genauer gesteuert werden, was zu höherer und besser vorhersehbarer Effizienz führt. Haarnadeln oder Leitungsstifte werden in Schlitze des Stators geladen und zusammengeschweißt, so dass sie eine verdrillte Leitung ergeben. Einschlüsse und Porosität, die im Zuge des Schweißvorgangs entstehen können, erhöhen den elektrischen Widerstand einerseits und verringern die mechanische Festigkeit andererseits. Erheblichere Mängel können den Stromkreis unterbrechen, wodurch der gesamte Stator nicht mehr funktionstüchtig wird.
Schweißnähte haben eine hohe Anzahl von Abweichungen, sowohl bei Fehlern im Aussehen, welche die Leistung nicht beeinträchtigen, als auch bei leistungsverringernden Fehlern, die nur wenige deutliche Zeichen aufweisen. Die Schweißnaht kann zu groß oder zu klein bzw. ungenügend zusammengefügt sein oder Anzeichen von Rissen aufweisen. Die Prüfung der Haarnadelschweißung muss alle möglichen Fehler erfassen.
Zur Abbildung der Schweißnaht für die Analyse kann eine Vielzahl an Kameras verwendet werden. Obwohl zur Messung des Schweißnahtvolumens wahrscheinlich eine 3D-Kamera benötigt wird, kann eine 2D-Kamera Bilder für die Erkennung aller anderen Fehler liefern und die richtige Positionierung des Punktschweißers sicherstellen, bevor der Prozess beginnt.
Die Cognex Deep Learning Defekterkennungs- und Klassifizierungstools werden mit einem kleinen Satz von Musterbildern guter Schweißnähte und vieler fehlerhafter Schweißvariationen trainiert, um Fehler zu klassifizieren und zu erkennen.
