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

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

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。

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。