智慧型手機揚聲器振膜檢測

確保已適當黏貼聲音振膜，可以準確發出聲音

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

在智慧型手機聲音模組中的振膜，就是發出聲音的關鍵組件。振膜如有任何缺陷或受損，都會干擾發出的聲音，並降低聲音或音樂的品質。振膜是一片很薄的柔韌塑料，以金屬或塑膠條為背襯支撐，呈現挺立狀。音圈振動時，振膜與加強材也會一起振動。

必須先從側面照明和檢測，以確保振膜的邊線沒有缺陷，並已適當黏貼在基材。起皺、氣泡、外來內含物、過量黏膠，以及無法黏著在加強材，全都會影響振膜振動和準確重現聲音的能力。接著，從上方檢測振膜，使用第二種光源設定，讓振膜下方的加強材顯而易見。

接著，從上方檢測振膜，使用第二種光源設定，讓振膜下方的加強材顯而易見。振膜的尺寸與形狀會隨機型而有所不同。甚至在相同的機型內，不同批的加強材之間，也可能有無法預測的多變圖案、形狀及材料，視供應商而定。因此，難以為傳統機器視覺撰寫程式，辨識各種可能的振膜形狀與加強材排列方式。再加上可能出現的缺陷樣態繁多、過量黏膠可能的形狀與出現位置，還有其他考量，都讓標準機器視覺系統幾乎不可能成功預測。

Cognex Deep Learning 的缺陷探測工具透過一組加上合格與不合格標籤的振膜邊線與加強材黏著圖像，進行訓練。和傳統機器視覺相比，探測工具能在邊線或加強材發現和標示更廣泛多樣的異常，同時將單純的外觀變化視為合格。缺陷探測工具完成訓練之後，異常檢測率可超過 99%，遠遠超越任何以程式設計的傳統機器視覺檢測。