采用的人工智能和大数据相关技术、产品、解决方案,及技术合作伙伴

1)采用人工智能技术,提高检测的准确性和稳定性
   
智能控制的技术核心是如何真正让机器来代替人做学习和判断的工作。该项技术能   模拟产线上工   人的学习和记忆能力,准确拟合电流的非线性属性,能够自动选择最优算法,大大降低误判率,在自动换型和识别上能够大大降低人为操作带来的失误,能够保证测试的稳定性。同时因为采用了神经网络(ANNs),电流干扰包括谐波能够自动过滤,此技术的应用具有操作简单,运算速度快等特点。
    利用神经网络的特点模拟曲线的线性和非线性特性来“记忆”参数中一些规律性的特征值。该项技术对于需要频繁换型的产线来说有着重大的意义。“学习”后的神经网络可以帮助产线工人迅速而且准确的判断产品的特性。

2)研发智能化产品质量分析系统,进行逆流程的分析判断
   
智能化产品质量分析系统的核心是研发智能化产品质量分析模块,公司的设计思路是:
图形化的流程图真实描述生产线的流程并实时记录反映相关生产数据。输入生产线上各个节点的、物料的信息,软件通过灵活的图形化描述生产逻辑来实时警告生产中出现的问题,同时对产品信息和生产信息进行数据统计分析。产线经理可以通过该平台来优化产线,比如节拍等。
   
对疵品进行根本原因分析(rootcause analysis), 根据不同的质量问题所产生的现象推导出对应问题的根本原因。输入疵品检测的相关数据,比如产品类型,质量问题类别,依据由生产专家搭建的分析逻辑,通过生产数据进行逆流程的判断,从而找到问题根源。
   
此项模块可广泛应用于汽车零部件、电子元器件及其他行业。下面以框图表示汽车车灯总成流程及疵品原因分析判断。

    3)基于虚拟仪器的定制化机器视觉检测系统
   
众所周知,人们90%以上外界信息都是通过眼睛获得的,目前大部分的汽车零部件检测都是通过视觉,比如零件是否有划痕,位置是否准确,颜色是否匹配等等。最近十年虚拟仪器的发展使检测平台有了质的飞跃。传统的PLC控制技术已经渐渐不能满足现代产业对高精度、柔性检测的要求了。在虚拟仪器的平台上,很多定制化智能影响技术可以得到广泛的应用。在机器视觉的应用系统中,好的光源与照明方案是整个系统的成败关键,使用哪种原理的相机,如何采集图像,如何处理图像都是一个优秀检测系统的成功因素。
   
公司目前能针对精密零部件开发影像检测设备,比如对汽车火花塞划痕、螺纹等的检测。主要采用远心镜头(telecentric lens)实现近距离物品的实时分析。目前在世界范围内,只有屈指可数的几家公司能实现毫秒级的百万像素的实时分析,本公司实现快速准确分析的技术原理是利用模块化设计,合理优化硬件和软件的通讯,同时对图像特征进行选择性存储和分析。对于一些需要快速定位的图像,比如车灯的拐点(kink point), 采用蛙跳式定位和对比分析这种图形算法,把目前自动定位的时间从30秒降到了6-7秒。在图形存储方面,我们采用分层图像保存方法,这样可以快速的对图像放大缩小而不用占用额外的硬件资源。

    4)测试设备模块化设计技术及隔离式硬件测试回路技术
   
模块化设计是测试设备的方向,此种设计可以有效减少测试设备的复杂度和体积,提高数据采集的精确度,降低设备成本。
   
公司拥有自主设计的测试设备模块,此模块可以把模拟量,数字量,以及通讯信号整合,最后通过以太网线输出,完全代替测试电气柜,减少了95%的体积,降低了70%的设备成本,真正做到模块化测试的效果。


昵称:
内容:
验证码:
提交评论
  • 行业现状
  • 行业痛点
  • 技术创新
  • 功能实现
  • 合作院校
  • 边缘采集设备
  • 案例