EV-Battery-Banner

전기차

커패시터 솔더링 검사

딥러닝으로 솔더링 결함 감지

Cognex deep learning finds defects on soldered capacitors

관련 제품

In-Sight D900

In-Sight D900

In-Sight ViDi 딥러닝 기반 비전 소프트웨어로 작동

VisionPro ViDi Product Tile

VisionPro Deep Learning

딥러닝 기반 산업용 이미지 분석을 위한 그래픽 프로그래밍 환경

커패시터는 전기차(EV)의 인버터, 충전기, 기타 회로에 납땜 처리되는 중요한 전기 부품입니다. 이는 수퍼커패시터 또는 울트라커패시터에 연결되어 있을 수도 있습니다. 이러한 솔더링 전기 연결부의 낮은 저항과 고전류 적재량은 EV 작동에서 필수적입니다. 커패시터의 연결이 약하거나 잘못 수행되는 경우 차량의 효율이 저하됩니다. 중요 연결부가 완전히 파손되면 심각한 고장으로 이어질 수 있습니다. 파손된 연결부가 보조 배터리와 같은 곳에 위치할 경우, 차량이 완전히 망가지거나 정비가 필요할 수 있습니다.

납땜 처리된 연결부는 기능에 영향을 미치지 않지만 외관상 큰 차이가 있을 수 있고, 반대로 허용할 수 없는 연결부라고 해도 육안으로는 기능상 문제가 없어 보일 수 있습니다. 연결부가 EV 기능에 미치는 영향을 방지하기 위해 결함이 의심되는 납땜 처리된 부품은 종종 해체된 후 X-ray 검사를 진행하게 되며, 이 경우 값비싼 비용과 생산 지연이 수반됩니다.

코그넥스 딥러닝의 결함 감지 및 분류 툴은 다양한 종류의 양호하거나 결함 있는 솔더 연결 종류를 트레이닝하고 학습하여 외관만으로도 기능상의 결함을 정확히 분류하고 구분할 수 있습니다. 기존의 룰 베이스 머신비전 대신 예제 기반 접근법을 사용함으로써 애플리케이션 개발 시간을 단축할 수 있습니다.

주요 Cognex 제품

제품 지원 및 교육 신청

MyCognex 가입

질문이 있으십니까?

전 세계 어디에서든 코그넥스 담당자들이 여러분의 비전과 산업용 바코드 판독 관련 문제를 지원합니다.

연락처
Loading...