Automotiva

Inspeção do material têxtil do airbag

A ferramenta de detecção de defeitos do Cognex Deep Learning inspeciona têxteis quanto a defeitos cosméticos

Airbag_Inspection_Main-350x250-9346bc93-78ed-4283-8914-0ccecf11b44f

Produtos Relacionados

In-Sight D900

Sistema de Visão In-Sight D900

Baseado na Tecnologia de Software de Visão In-Sight ViDi Deep Learning

ViDi software with all defect detection tools

VisionPro Deep Learning

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

Os airbags estão sujeitos a rigorosos padrões de qualidade para garantir a segurança dos passageiros. Os fabricantes automotivos devem verificar todos os componentes críticos para a segurança várias vezes, para garantir a qualidade e diminuir os custos de garantia e a responsabilidade pelo recall. Isso é especialmente importante para os airbags, que devem ser inspecionados quanto a existência de furos, rasgos, desgaste e problemas na costura que possam fazer com que falhem. Estes tipos de problemas de qualidade geralmente escapam ou são difíceis de detectar na inspeção manual. Essas inspeções também são difíceis de se programar em um sistema de visão tradicional devido à complexa superfície têxtil do airbag. O padrão do tecido pode ser muito complexo e a aparência visual entre airbags varia drasticamente devido à natureza elástica de seu tecido, espessura da fibra e inúmeras outras variações toleráveis. Uma vez que é muito complicado e demorado procurar explicitamente por todos os defeitos, o Cognex Deep Learning oferece uma solução simples para identificar todas as características anômalas, sem a necessidade do “treinamento” sobre as imagens ruins.

Um engenheiro usa a ferramenta de detecção de defeitos do Cognex Deep Learning no modo não supervisionado para treinar o software em um conjunto de imagens "boas" do airbag para criar um modelo de referência de um airbag. O modelo aprende a aparência normal do tecido de um airbag, incluindo seu padrão ondulado, propriedades do tecido e cor. Todos os recursos que se desviam da aparência normal do modelo são caracterizados como anômalos. Dessa forma, o Cognex Deep Learning detecta de maneira confiável e consistente todas as anomalias, tais como furos, rasgos, desgaste e padrões não usuais de costura. As áreas defeituosas do tecido podem ser rapidamente identificadas e comunicadas, sem a necessidade de bibliotecas de defeitos extensas.

Airbag_Inspection_ViDi

 

Faça o download do Guia de aplicações automotivas de Deep Learning
Produtos Cognex em destaque

ACESSE O SUPORTE E TREINAMENTO DE PRODUTOS E MAIS

Junte-se ao MyCognex

TEM ALGUMA PERGUNTA?

Os representantes da Cognex estão disponíveis em todas as regiões do mundo para ajudar com as suas necessidades de visão e leitura industrial de códigos de barras

Fale Conosco
Loading...