導熱材料檢測

使用深度學習解決方案，確保正確地黏貼 TIM

相關產品

In-Sight D900

採用 In-Sight ViDi 深度學習視覺軟體

VisionPro Deep Learning

深度學習工業圖像分析的圖形化程式設計環境

務必將電池產生的高溫消除，以防止電池受損或性能永久下滑。使用導熱材料 (TIM) 以散發電池的熱度。許多 TIM 同時兼具同樣重要的電氣絕緣功能。

TIM 務必要精準黏貼，在基材之間也緊密接觸。包括氣泡、黏著度差及夾雜內含物在內的許多不同缺陷，都會減少導熱性與電氣絕緣效果。視覺檢測必須識別安裝和應用中的各種不同可能瑕疵，當中常有材料色彩對比不良的情況。在電池組裝移至下一步驟之後，TIM 便會永久隱蔽，而無法進一步進行檢測。此階段的錯誤會造成在生產線下游難以診斷出問題。

雖然基於規則的機器視覺能透過膠珠、空隙、安裝寬度及其他常見特徵，精準地檢測預期的問題，但康耐視深度學習可學習檢測和各類 TIM 有關的安裝問題範圍更為廣泛。萬一電池後來發生故障，可依據其故障模式回溯，循線找到特定的 TIM 儲存圖像，還可以進一步微調深度學習訓練模型，以檢測這些新的錯誤。