Search for:

การติดตั้งและการประกอบสายอัตโนมัติ

โจทย์งาน

ลูกค้าต้องการโซลูชันสำหรับการตั้งค่าชุดอุปกรณ์และสายการประกอบอัตโนมัติเต็มรูปแบบ อย่างไรก็ตาม พวกเขาเผชิญกับความท้าทายในการจัดแขนหุ่นยนต์จำนวนมากในพื้นที่ทำงานที่จำกัด เนื่องจากกลไกการสั่นขนาดใหญ่และระบบการมองเห็น 2 มิติ ซึ่งโดยทั่วไปต้องใช้พื้นที่กว้างขวาง

วิธีการ

เราผสานรวมเครื่องสแกนวิชันซิสเต็มสามเครื่องเข้ากับตัวควบคุมหุ่นยนต์ตัวเดียวที่สามารถประมวลผลแบบขนานได้อย่างราบรื่น เพิ่มประสิทธิภาพการใช้พื้นที่ในขณะที่จัดการส่วนประกอบหลายประเภทบนสายพานลำเลียงที่แยกกันอย่างมีประสิทธิภาพ โซลูชันของเราเปลี่ยนกระบวนการในสายการประกอบโดยไม่จำเป็นต้องใช้อุปกรณ์เพิ่มเติม ซึ่งใช้พื้นที่เพียง 1 ตร.ม.

ผลที่ได้รับ

การใช้พื้นที่อย่างเหมาะสมที่สุด โดยครอบครองพื้นที่เพียง 1 ตร.ม. สำหรับสายการประกอบอัตโนมัติเต็มรูปแบบ ระบบวิชันซิสเต็มสามารถจดจำวัตถุที่สลับซับซ้อนได้อย่างแม่นยำ และได้ตำแหน่งส่วนประกอบที่แม่นยำ ตอบสนองข้อกำหนดด้านความคลาดเคลื่อนที่ยอมรับได้น้อยกว่า 1 มม. ลดเวลารอบการทำงานลงเหลือต่ำกว่า 5 วินาทีต่อส่วนประกอบด้วยความรวดเร็ว การจดจำและการออกแบบมือจับอเนกประสงค์ ปรับปรุงประสิทธิภาพและผลผลิตโดยรวม

ภาพประกอบ

การหยิบถังชิ้นส่วนโลหะมันวาว

โจทย์งาน

Mergon แสวงหาโซลูชันการมองเห็นขั้นสูงที่สามารถระบุมุมมองด้านบนและด้านล่างที่เป็นมันเงาของชิ้นส่วนหัวเข็มขัด (ขนาด 1.5 ซม. x 1.5 ซม.) ภายในถาดได้อย่างแม่นยำ โซลูชันที่จำเป็นเพื่อให้ได้ความแม่นยำในการหยิบสูงสุด 1 มม.

วิธีการ

ระบบวิชันซิสเต็มของโซโลมอนมีข้อดีหลายประการ รวมถึงความสามารถในการตรวจจับพื้นผิวมันเงา AccuPick ซึ่งเป็นส่วนหนึ่งของโซลูชันของ Solomon ใช้ SolScan ซึ่งเป็นเครื่องสแกนทางอุตสาหกรรมเพื่อสร้างข้อมูลคลาวด์จุด 3 มิติคุณภาพสูง ช่วยให้สามารถระบุจุดหยิบได้อย่างเหมาะสมที่สุดแม้ว่าวัตถุจะทับซ้อนกันก็ตาม

ผลที่ได้รับ

AccuPick ช่วยให้ Mergon สามารถตรวจจับและหยิบชิ้นส่วนได้อย่างรวดเร็วและมีประสิทธิภาพ เมื่อรวมกับ SolScan แล้ว AccuPick ก็สามารถระบุจุดหยิบได้อย่างแม่นยำ แม้ว่าวัตถุจะทับซ้อนกันก็ตาม Mergon ประหยัดเวลาและปรับปรุง ROI โดยลดการเขียนโปรแกรมเชิงกลและใช้เครื่องสแกนและซอฟต์แวร์ AI ตัวเดียว

การโหลดเกียร์อัตโนมัติโดยใช้ AI

กรณีศึกษา

ผู้ผลิตชิ้นส่วนยานยนต์แต่เดิมต้องใช้แรงงานคนในการบรรทุกสินค้า วิธีการนี้ต้องใช้แรงงานมาก โดยเฉพาะอย่างยิ่งเนื่องจากมีชิ้นส่วนโลหะ เช่น เกียร์ในปริมาณและน้ำหนักมาก ด้วยเหตุนี้ ปัจจัยต่างๆ เช่น สภาพของไซต์งานและความสามารถของพนักงานอาจนำไปสู่ความผันผวนในประสิทธิภาพในการโหลดได้ เพื่อจัดการกับความท้าทายเหล่านี้ ผู้ผลิตชิ้นส่วนรถยนต์จึงหันมาใช้ระบบโหลดอัตโนมัติมากขึ้นเพื่อเพิ่มประสิทธิภาพการผลิตและลดความเสี่ยงที่เกี่ยวข้องกับวิธีการใช้แรงงานคน

โจทย์งาน

เทคโนโลยีหลักสองเทคโนโลยีที่ครอบงำระบบอัตโนมัติในโรงงานในปัจจุบัน: (1) การใช้กล้องอุตสาหกรรมที่วางอยู่ภายในพื้นที่ปฏิบัติการ และ (2) การใช้กล้องอุตสาหกรรมที่ติดตั้งบนแขนหุ่นยนต์ กล้องเหล่านี้จะตรวจสอบตำแหน่งสัมพัทธ์ของวัตถุได้อย่างแม่นยำ ช่วยอำนวยความสะดวกในการบังคับทิศทางของแขนหุ่นยนต์ในการขนถ่ายสินค้า อย่างไรก็ตาม ความท้าทายเกิดขึ้นในสภาพแวดล้อมที่วัตถุที่ให้แสงสว่างจากด้านข้างถูกขัดขวางโดยการรบกวนของแสงในสิ่งแวดล้อม นอกจากนี้ ปัญหาต่างๆ เช่น ขนาดเฟืองเล็ก วัสดุสะท้อนแสง การปนเปื้อนของน้ำมัน และการซ้อนชิ้นงานในถังขยะที่ไม่เป็นระเบียบ ทำให้เกิดความท้าทายที่สำคัญสำหรับระบบวิชันซิสเต็มแบบธรรมดา ซึ่งส่งผลให้การจับแขนหุ่นยนต์ไม่มีประสิทธิภาพ

วิธีการ

ด้วยการใช้กล้องอุตสาหกรรมและ AI ขั้นสูง AccuPick เรียนรู้และจำแนกสภาพและมุมของการซ้อนเกียร์จากตัวอย่างภาพจำนวนไม่มาก โมดูลการวางแผนการเคลื่อนไหวของ AccuPick จะคำนวณเส้นทางหุ่นยนต์ที่เหมาะสมที่สุดอย่างรวดเร็ว ช่วยให้แขนหุ่นยนต์สามารถเลือกเกียร์จากมุมต่างๆ ได้อย่างแม่นยำ หลีกเลี่ยงการชนกับถังขยะ

ผลที่ได้รับ

การหยิบที่แม่นยำและการหลีกเลี่ยงการชนทำให้มั่นใจได้ถึงประสิทธิภาพที่ดีขึ้น ระบบอัตโนมัติช่วยให้สามารถดำเนินการได้อย่างต่อเนื่องเพื่อเพิ่มผลผลิตมากขึ้น ความเสี่ยงด้านอาชีวอนามัยลดลง

 

การตรวจสอบการประกอบรถยนต์ไฟฟ้าโดยใช้ AR + AI

กรณีศึกษา

ยานพาหนะไฟฟ้าคล้ายกับรถยนต์ทั่วไป ประกอบด้วยส่วนประกอบมากมายและผ่านการตรวจสอบการควบคุมคุณภาพหลายครั้งตลอดกระบวนการประกอบรถยนต์ งานต่างๆ เช่น การเชื่อมตัวถัง การประกอบเครื่องยนต์และระบบกันสะเทือน การติดตั้งเบาะนั่งและพวงมาลัย การขัดสี และการทดสอบขั้นสุดท้าย จะได้รับการตรวจสอบเพื่อให้แน่ใจว่ามีการติดตั้งที่เหมาะสมและเป็นไปตามมาตรฐานคุณภาพสูง ด้วยความตระหนักถึงความจำเป็นในการปรับปรุงความแม่นยำในการตรวจสอบและตรวจสอบการประกอบ ลูกค้าจึงมองหาโซลูชัน AI เพื่อปรับปรุงกระบวนการประกันคุณภาพโดยรวม

โจทย์งาน

ปัจจุบันบุคลากรในสายการผลิตต้องอาศัยเซ็นเซอร์และการตรวจสอบด้วยตนเองร่วมกันในการตรวจสอบ อย่างไรก็ตาม มีความเป็นไปได้ที่จะเกิดข้อผิดพลาดของมนุษย์ โดยมีสาเหตุหลักมาจากการไม่มีสมาธิและความเหนื่อยล้าโดยทั่วไป นอกจากนี้ กระบวนการปัจจุบันยังขาดกลไกที่แข็งแกร่งเพื่อให้แน่ใจว่ามีการปฏิบัติตามขั้นตอนการปฏิบัติงานมาตรฐาน (SOP) การประกอบและการตรวจสอบอย่างเข้มงวด

วิธีการ

เทคโนโลยี AR + AI ของโซโลมอน META-aivi ช่วยให้สามารถจดจำและตรวจสอบส่วนประกอบต่างๆ ของรถยนต์ไฟฟ้า (EV) ได้แบบเรียลไทม์ตลอดกระบวนการประกอบ ระบบจะแสดงคำแนะนำบนหน้าจออุปกรณ์อัจฉริยะทันที โดยแนะนำพนักงานในแต่ละขั้นตอนการประกอบ และระบุความผิดปกติหรือข้อผิดพลาดในทุกขั้นตอน นอกจากนี้ META-aivi ยังสร้างบันทึกการตรวจสอบและอัปโหลดไปยังฐานข้อมูลระบบคลาวด์ ช่วยเพิ่มความรับผิดชอบในขณะที่ปรับปรุงการควบคุมคุณภาพโดยรวม

ผลที่ได้รับ

AR + AI เพิ่มศักยภาพให้กับบุคลากรในสายการผลิตโดยการให้คำแนะนำแบบเรียลไทม์ พัฒนาทักษะและประสิทธิภาพ META-aivi ปรับปรุงการประกอบรถยนต์ไฟฟ้า นำไปสู่การเพิ่มประสิทธิภาพและลดเวลาในการประกอบ บันทึกการตรวจสอบให้ความรับผิดชอบและข้อมูลสำหรับการปรับปรุงกระบวนการอย่างต่อเนื่อง

การตรวจจับข้อบกพร่องของลูกปัดเชื่อมโดยใช้ AR + AI

กรณีศึกษา

รถยนต์มีพื้นผิวและคุณสมบัติที่ซับซ้อนหลายประการ ส่งผลให้ตำแหน่งและเทคนิคการเชื่อมแตกต่างกัน การตรวจสอบคุณภาพการเชื่อมของยานยนต์ต้องได้รับการตรวจสอบจากหลายมุม เนื่องจากแชสซีและแผงตัวถังรถมีรูปร่างไม่ปกติ การทำให้กระบวนการนี้เป็นอัตโนมัติเป็นสิ่งที่ท้าทายและมีค่าใช้จ่ายสูง ซึ่งนำไปสู่การพึ่งพาการตรวจสอบด้วยตนเอง อย่างไรก็ตาม หากบุคลากรไม่ระมัดระวังในการตรวจสอบ สินค้าที่มีข้อบกพร่องอาจเข้าสู่ตลาด ทำให้เกิดความเสี่ยงต่อความปลอดภัยในการขับขี่

โจทย์งาน

การตรวจสอบคุณภาพการเชื่อมของยานยนต์ด้วยตนเองอาจทำให้มองข้ามข้อบกพร่องที่ผิดปกติได้ แม้จะมีเทคนิคการเชื่อมขั้นสูง แต่การเชื่อมที่ไร้ที่ติยังคงเป็นเรื่องที่ท้าทาย เฟรมมีจุดตรวจสอบหลายจุดและคุณลักษณะหลายแง่มุม ทำให้การตรวจสอบด้วยตนเองเป็นสิ่งที่ต้องพึ่งพาในปัจจุบัน แต่คุณภาพที่ไม่สอดคล้องกันก็เป็นเรื่องที่น่ากังวล

วิธีการ

ด้วยการใช้ฟังก์ชันการตรวจจับข้อบกพร่องของ META-aivi ทำให้สามารถฝึกอบรมโมเดล AI และอัปโหลดเข้าสู่ระบบสำหรับจุดเชื่อมที่มีคุณสมบัติเหมาะสมได้ ช่วยให้ AI ตรวจสอบส่วนรอยเชื่อมได้โดยใช้แว่นตา AR หรืออุปกรณ์แท็บเล็ต เพื่อจดจำรอยเชื่อมที่มีข้อบกพร่องได้อย่างรวดเร็ว การตอบรับความเป็นจริงเสริมนั้นมีให้แบบเรียลไทม์ ช่วยให้บุคลากรสามารถแก้ไขข้อผิดพลาดผ่านคำแนะนำบนหน้าจอ เพื่อให้มั่นใจในคุณภาพการเชื่อม META-aivi ยังสามารถแยกความแตกต่างระหว่างข้อบกพร่องประเภทต่างๆ เช่น การเชื่อมที่ไม่สมบูรณ์ รูทราย คาร์บอนไนเซชัน และการกระเด็น ตัวอย่างเช่น หากตรวจพบข้อบกพร่องของหลุมทรายอย่างต่อเนื่อง แสดงว่าจำเป็นต้องเปลี่ยนลวดเชื่อม ในขณะที่กรณีการเชื่อมที่ไม่สมบูรณ์บ่อยครั้งอาจต้องมีการตรวจสอบหัวฉีด ข้อมูลที่สะสมสามารถนำมาใช้เพื่อวัตถุประสงค์ในการวิเคราะห์และบำรุงรักษาข้อมูลขนาดใหญ่ในภายหลัง นอกจากนี้ ยังสามารถส่งออกประวัติการตรวจสอบผลิตภัณฑ์ ทำให้กระบวนการตรวจสอบเป็นดิจิทัลได้อย่างมีประสิทธิภาพ

ผลที่ได้รับ

เทคโนโลยี AI ของ META-aivi ตรวจพบข้อบกพร่องในการเชื่อมแบบเรียลไทม์ ทำให้สามารถระบุได้อย่างรวดเร็วและแม่นยำ META-aivi ยังสามารถระบุข้อบกพร่องในการเชื่อมประเภทต่างๆ และสะสมข้อมูลเพื่อการวิเคราะห์ต่อไป META-aivi ลดอัตราข้อผิดพลาดและ มั่นใจในคุณภาพของผลิตภัณฑ์ผ่านการตรวจสอบ

ภาพประกอบ