바늘 및 주사기 조립 검증

바늘 및 주사기 간의 적절한 연결 보장

Defect detected on a syringe assembly

관련 제품

In-Sight D900

In-Sight D900

In-Sight ViDi 딥러닝 기반 비전 소프트웨어로 작동

ViDi software with all defect detection tools

VisionPro Deep Learning

A breakthrough in complex inspection, part location, classification, and OCR

사전충전형 주사기에는 바늘이 미리 부착되어 있거나 고정되어 있습니다. 주사기 실린더 끝은 가열을 통해 원뿔 또는 노즐 형태로 만들어집니다. 바늘의 캐뉼라는 원뿔 안에 삽입되며, 보통 UV 경화 접착제로 고정됩니다. 폴리머 주사기의 경우 바늘을 삽입 몰딩을 통해 부착합니다.

깨진 부분, 기포 또는 기타 결함이 없음을 확인하고 접착제의 양과 위치가 올바른지 확인하려면 주사기의 유리 또는 플라스틱과 바늘이 연결된 부분을 검사해야 합니다. 접착제 유형에 따라 외관은 달라질 수 있으며, 그 형태는 시간이 경과함에 따라 변경되거나 로트 간에도 차이가 있을 수 있습니다.

과거에는 바늘 결함 접착제에 대한 검사가 어려워 스택형 바늘의 규격 및 길이 범위가 제한적이었습니다.

제품 데모

바늘 및 주사기 조립 검사는 코그넥스 딥러닝과 기존의 비전 알고리즘을 조합하여 가장 잘 수행할 수 있습니다. 직경, 길이, 다양한 각도, 끝부분의 편명도 등 원뿔의 다양한 치수는 In-Sight 8505P등의 표준 머신비전 시스템으로도 손쉽게 측정할 수 있습니다.

하지만 유리나 폴리머 등 반사성이 있는 투명 재질 안의 구성 요소를 검사할 때에는 딥러닝 기술이 필요합니다. 코그넥스 딥러닝은 바늘이 삽입된 허용 가능한 다양한 노즐에 대해 학습합니다. 기포, 균열, 부적절한 바늘 결합 접착제, 원뿔 부분의 문제 또는 기타 내포물 등, 허용 가능한 범위를 벗어나는 특성을 보이는 모든 바늘 및 주사기 조립품은 결함이 있는 것으로 플래그가 지정되며 생산 라인에서 불량으로 처리됩니다. 코그넥스 딥러닝은 새로운 바늘 길이 또는 규격에 대한 학습을 손쉽게 수행할 수 있으므로 제조업체는 기존의 머신비전을 사용할 때 경험할 수 있는 복잡하고 시간이 오래 걸리는 재프로그래밍을 방지할 수 있습니다.

주요 COGNEX 제품

제품 지원 및 교육 신청

MyCognex 가입