Inspección del diafragma del altavoz del teléfono inteligente

Asegurar que los diafragmas acústicos estén pegados adecuadamente para un sonido preciso

Smartphone speaker diaphragm defect inspection fail example

Productos Relacionados

In-Sight D900

In-Sight D900

Impulsado por el software para visión basado en el Deep Learning In-Sight ViDi

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

Entorno de programación gráfica para análisis de imágenes industriales basado en el Deep Learning

El diafragma en la unidad acústica de un teléfono inteligente es un componente clave para generar sonido. Cualquier defecto o daño al diafragma interferirá con la generación de sonido y disminuirá la calidad tanto de la voz como la música. El diafragma es un plástico fino y flexible que se refuerza con un soporte de barras metálicas o de plástico. El diafragma y las barras de refuerzo actúan como una unidad cuando vibra la bobina de voz.

El diafragma debe iluminarse primero e inspeccionarse lateralmente para asegurarse de que no tiene defectos a lo largo de su borde y de que está pegado apropiadamente al sustrato. Las arrugas, las burbujas, las partículas extrañas, el exceso de pegamento y los fallos de fijación a las barras de refuerzo afectan la capacidad del diafragma de vibrar y reproducir el sonido con precisión. Luego, el diafragma es inspeccionado desde arriba utilizando una segunda configuración de iluminación para que las barras de refuerzo debajo del diafragma sean visibles.

Luego, el diafragma es inspeccionado desde arriba utilizando una segunda configuración de iluminación para que las barras de refuerzo debajo del diafragma sean visibles. Según el modelo, el tamaño y la forma del diafragma puede variar. Incluso dentro de un mismo modelo, el patrón, la forma y el material de las barras de refuerzo puede tener variaciones impredecibles entre lotes, según el proveedor. Es difícil de programar la visión artificial tradicional para cada posible forma del diagrama y disposición de las barras de refuerzo. Esto, junto con la variedad de posibles defectos, las posibles formas y ubicaciones del exceso de pegamento y otros problemas adicionales, es casi imposible de predecir para los sistemas de visión artificial estándar.

La herramienta de detección de defectos de Cognex Deep Learning se entrena con un conjunto de imágenes de bordes de diafragma y adhesiones de las barras de refuerzo buenas y malas. La herramienta de detección puede detectar y marcar una variedad mucho más amplia de anomalías en el borde o en las barras de refuerzo que la visión artificial tradicional, a la vez que aprueba las variaciones estéticas. Una vez que la herramienta de detección de defectos está entrenada, su tasa de detección de anomalías es superior al 99%—significativamente superior a cualquier inspección de visión artificial tradicional programada.

Productos destacados de Cognex

ACCESO A ASISTENCIA Y CAPACITACIÓN PARA PRODUCTOS Y MÁS

Únase a MyCognex