Inspección de Componentes
Detección Detallada de Fallas Críticas en Componentes
El Sistema de Visión con IA OV20i realiza inspecciones detalladas de componentes individuales, detectando fallas críticas que pueden afectar el rendimiento y llevar a reparaciones costosas.
Aplicaciones Clave
Verificación de Calidad de Radiadores
El OV20i automatiza verificaciones de calidad de radiadores casi imposibles al detectar fallas de tubos de orificios de 2mm en radiadores grandes (3x4 pies) desde 15 pies de distancia. Este sistema es capaz de operar de manera única en entornos caóticos de Ensamblaje General, manejando efectivamente desafíos como operadores moviéndose frente a la pieza, posiciones inconsistentes del radiador y geometría compleja de la pieza, todo sin iluminación externa. Incluso puede diferenciar entre daños en el tubo versus las aletas, previniendo reparaciones costosas al detectar problemas temprano en el proceso de ensamblaje.
Integridad Dimensional y Estructural de Tuberías Metálicas
Para un importante fabricante de tuberías metálicas que requiere cortes y biseles precisos en tuberías metálicas, la receta de segmentación del OV20i identifica con precisión una multitud de defectos incluyendo cortes de sierra (calientes), cuevas de soldadura, extremos abiertos y grietas. Superando fallas de cinco sistemas de visión anteriores debido a necesidades de alto detalle o problemas de proximidad, la herramienta versátil impresionó al generalizar a varias longitudes de tubería, distancias y condiciones de iluminación con entrenamiento mínimo, reduciendo costos de retrabajo y daño reputacional.
Problemas de Bobinado de Motores Eléctricos
Overview AI asiste a fabricantes de motores a escala industrial en la detección de problemas de bobinado en su línea de ensamblaje de motores eléctricos. Los bobinados expuestos pueden causar fallas en las bobinas del motor y dañar la máquina de bobinado en sí. El algoritmo de [clasificación/segmentación] del OV20i destaca rápidamente los defectos, los señala a un operador y puede detener el proceso de bobinado para prevenir daños, detectando una amplia variedad de modos de falla y ángulos de imagen incluso con solo un puñado de imágenes de entrenamiento.