Inspection automatisée des joints en caoutchouc

Détectez les défauts des joints souples et complexes

Vision system identifying defect on mask rubber seal

Produits connexes

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

Un environnement de programmation graphique pour l'analyse d'images industrielles basée sur le deep learning

In-Sight D900

In-Sight D900

Optimisé par le logiciel de vision basé sur le deep learning In-Sight ViDi

Les masques de protection contre les produits chimiques et le gaz, ainsi que les respirateurs sont généralement constitués d’un masque réutilisable et de filtres remplaçables. Le joint étanche et flexible entre le filtre et le masque, ainsi que celui autour du visage, peuvent être fabriqués à partir de différents élastomères ou caoutchoucs, notamment les silicones, le polyuréthane et les butylcaoutchoucs.

Les joints de masque en élastomère sont fabriqués selon plusieurs méthodes en fonction du matériau et de l’utilisation : moulage par injection, moulage par transfert ou encore moulage par compression. Les défauts compromettent l’étanchéité ou limitent la durée de vie des pièces et doivent être détectés avant l’assemblage final.

Les plis complexes, la souplesse et les surfaces souvent sombres de ces joints empêchent la vision industrielle classique de détecter les défauts et de différencier les bonnes pièces des mauvaises. Le fabricant de masques qui reçoit ces pièces en élastomère rejettera celles qui ne sont pas conformes à la norme, sans quoi les masques assemblés seront défaillants à l’usage, avec parfois de graves problèmes de responsabilité.

Cognex Deep Learning automatise la détection des défauts sur les joints en caoutchouc de façon rapide et efficace. L’outil de détection des défauts s’entraîne sur un petit ensemble d’images montrant toute la gamme de bons joints en caoutchouc ou en élastomère. En raison de leur souplesse, les joints sont susceptibles de s’affaisser et de tomber de manières diverses et imprévisibles lors de l’inspection visuelle, ce qui donne une grande variété d’apparences possibles. Cognex Deep Learning intègre cette variabilité parmi les bonnes pièces et détecte ainsi de façon précise les anomalies qui s’écartent de la plage acceptable tout en laissant passer tous les joints fonctionnels.

 

Inspection automatisée des joints en caoutchouc – plus d’exemples

 

Produits Cognex connexes

ACCÉDEZ AU SUPPORT ET AUX FORMATIONS POUR VOS PRODUITS ET BIEN PLUS

Rejoindre MyCognex