齿轮加工检测案例

由于齿轮有助于改变运动方向、扭矩和速度，因此它们对于汽车功能至关重要。此应用侧重于加工过程后的齿轮检查。

出现哪些制造缺陷？

齿轮可能会遇到一些制造缺陷，例如：

这些缺陷会影响齿轮的性能、耐用性和使用安全性。制造商应在整个加工过程中实施严格的质量控制措施，以便尽早发现和解决缺陷。

然而，这些缺陷可能难以检测——齿轮的钢表面可能会反射光线，从而掩盖缺陷。而且许多加工缺陷都很细微，难以成像，尤其是当缺陷与背景的对比度较低时。传统的机器视觉系统很难捕捉清晰的图像，并区分实际缺陷、反射表面和背景，最终会漏掉缺陷或导致错误拒收。

在大批量生产环境中，必须快速检查齿轮以跟上生产速度。传统机器视觉产品可能无法跟上所需的生产节拍。

解决方案

UnitX 的人工智能检查可以有效检测出其他解决方案无法解决的齿轮缺陷。

首先，OptiX 成像系统照亮齿轮并对其进行成像。然后，CorteX Central AI 平台针对加工缺陷进行训练。最后，将这些 AI 模型部署到 CorteX Edge 推理系统以在线检测和分类缺陷。

或者制造商已有成像系统，也可以只使用 CorteX AI。例如制造商想要检测内部齿轮缺陷，他们可以只部署 CorteX AI，并将其与现有的 X 射线和 CT 扫描仪集成，以快速部署改进的缺陷检测。

为什么选择UnitX进行齿轮加工检测？

OptiX 提供出色的图像，可最大限度地降低反射率，同时最大限度地提高缺陷的可见度。 它有 32 个独立通道可控的光源，可以通过软件针对钢齿轮表面和各种缺陷进行优化。它的计算成像能力可用于拍摄多张照片并消除高反射齿轮表面造成的热点。它的穹顶打光系统设计支持投射光的非常锐利的入射角，即使是非常微小的缺陷也会投射阴影，从而提高其可见度。

CorteX 可准确检测随机、复杂的缺陷。 它会自动对位置和方向的变化进行标准化，并识别像素级缺陷。它可减少导致废品和浪费产品的误报。

CorteX 支持快速 AI 模型开发、部署和迭代。 CorteX AI 模型具有样本效率——它们只需要少量图像即可针对新缺陷类型进行训练。

UnitX 可优化产量。 在 CorteX 中，可以在将这些更改投入生产之前调整质量标准并可视化对产量的影响。所有检查数据均可在一个 平台上参考，以便制造商分析和确定需要改进的工艺流程。

UnitX 提供快速、100% 在线检查。 OptiX具有高亮的 LED 和 1m/s 的快速飞拍能力，可实现高速成像。CorteX Edge 支持高推理速度（高达 100 MP），可快速输出 OK/NG 决策，并通过集成到所有主要 PLC、MES 和 FTP 系统无缝传达该决策。

使用 UnitX 实现齿轮加工检测自动化的制造商能够：

• 防止影响汽车可靠性、性能和安全性的质量问题
• 通过最大限度地降低传统机器视觉常见的误拒率并在制造过程早期识别缺陷来减少废品
• 通过分析生产和质量数据来寻找流程改进机会，从而提高产量
• 按照生产速度自动进行检查，以提高齿轮制造产量

UnitX检测案例深度剖析

在此示例中，我们检查了齿轮在加工过程中产生的表面缺陷。通过在精加工之前检查齿轮，我们可以尽早发现缺陷并最大限度地减少浪费。

成像环节

首先，我们使用 OptiX 捕捉齿轮加工后的图像，确保我们捕捉到有缺陷和正常的部分。我们使用 OptiX 的软件定义照明来配置各种照明模式和入射角，以最好地捕捉细微缺陷。

培训阶段

接下来，我们使用 CorteX Central 来训练我们的模型。我们为四种缺陷创建了标签：磨损、凹痕、划痕和点蚀。

然后，我们在从 OptiX 捕获的图像中标记这些缺陷，每个缺陷仅使用几张图像。

由于 CorteX 的用户友好界面和训练其 AI 模型所需的图像数量较少，我们只花了几分钟就完成了四个缺陷的标记。

缺陷检测

然后，我们将这些 AI 模型部署到 CorteX Edge 来检测新齿轮上的缺陷，从而准确检测和分类我们的四种缺陷。