业务挑战
采用激光检测与深度学习相结合的先进技术来自动化识别钢管表面缺陷,提高钢管表面缺陷检出效率和精确度。在无缝钢管的生产过程中,目前表面缺陷检测仍采用人工目测形式,不仅人工成本高,而且会出现部分缺陷钢管外流,进而增加回收成本。
 
解决方案
通过对生产运行过程中产品影像数据的采集和分析,实现了对生产状态的实时监测及产品缺陷的实时诊断;基于机器学习的缺陷判定规则以及可快速扩展的算法模型,实现了对不同缺陷类型和产品质量级别的判定,解决了原有模式下,生产质量结果分析滞后、质量问题难以追溯、钢板缺陷类型判定不准确等问题。
 
客户价值
实现了产品海量数据的实时采集分析,保证了分析的时效性和准确性,产品质检模式实现了从随机抽检到实时自动化检测的转变,产品表面缺陷检出率可达到90%以上,显著提升了用户的生产效率与质量控制水平。
 

获取更多相关方案详解,立即咨询吧!