電動馬達捲繞檢測

使用深度學習解決方案,檢測潛在的捲繞錯誤以防止馬達效率不彰

Cognex deep learning ensures winding coils are properly assembled in an electric vehicle motor

相關產品

In-Sight D900

In-Sight D900

採用 In-Sight ViDi 深度學習視覺軟體

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

深度學習工業圖像分析的圖形化程式設計環境

在電動馬達中,繞芯捲繞的絕緣銅線可產生或接收電磁能,透過電磁感應將電磁能傳遞至另一個線圈。變流器中也可以找到這類線圈。這些線圈都是由機器迅速捲繞而成。

電動車 (EV) 馬達中捲繞的線圈極為密集。捲繞方式如有任何錯誤,即會對馬達效率造成負面影響。在狹窄的空間裡塞滿大量捲繞線圈,即使微小的捲繞錯誤也會造成可觀影響,但問題是難以識別。捲繞錯誤可能極小,並可能出現在許多可見金屬線之中的任意處。

取得價格

對基於規則的機器視覺系統撰寫程式,以涵蓋所有在線圈任意處出現的可能捲繞錯誤,目前並無有效方式。也不適合以人工檢測來識別複雜圖像中的這類極小錯誤。

康耐視深度學習使用彩色相機,精準地驗證捲繞流程已毫無錯誤地完成。缺陷探測工具可從一組訓練圖像學習,當中包含零錯誤的捲繞方式,還有針對許多不同重疊、錯位、交叉狀況和出現在各種不同位置的其他可能錯誤加上標籤的圖像。

康耐視特色產品

取得產品支援與訓練等等

加入 MyCognex