AI 초고속 엑스레이 부품 카운터 XC-01 (99.99% 정확성)
1XC-01의 장점
| 문제: 장비를 자주 유지보수 하는 것 으로 인해 생산 라인 에 장애 가 발생 한다 | 해결책:80kV 폐쇄형 엑스레이 튜브 (불개형)
|
| 문제:소형 부품에 대한 높은 실종/부수율 (예: 01005) | 해결책:17 ̊ 초고화질 FPD (139μm 픽셀 크기, 해상도 3072×3072)
이점: 01005 부품에 대한 99.98% 정확성, 표준 탐지기에 비해 60% 낮은 실종률 |
| 문제:새로운 구성 요소는 수동 알고리즘의 결합이 필요하고 복잡하고 비효율적입니다 | 해결책:AI 딥 러닝 알고리즘 (부품 모양, 각도, 기울기를 자동으로 인식) - 결합이 필요하지 않습니다
|
2장비 매개 변수
3작업 원칙
![]()
4.속도그리고 정확성
|
릴 크기 |
부품 크기 |
양 |
정확성 |
S오줌 |
|
7 ′′ (180mm)) |
01005 |
40000 |
99.98% |
9~10년 |
|
7 ′′ (180mm)) |
0201 |
20000 |
990.99% |
8-9s |
|
7 ′′ (180mm)) |
0402 |
10000 |
990.99% |
7~8 |
|
7 ′′ (180mm)) |
0603 |
5000 |
990.99% |
7~8 |
|
10 ′′ (254mm)) |
1206 |
5000 |
990.99% |
7~8 |
|
15 ′′ (380mm)) |
1206 |
10000 |
990.99% |
7~8 |
5인공지능 딥러닝 알고리즘자율적으로 배우는 "계산 전문가"처럼 각기 더 똑똑해집니다.
우리의 계산 소프트웨어는 강력한 인공지능 딥 러닝 알고리즘을 사용합니다.우리는 인공지능을 사용하여 자동으로 구성 요소를 식별하고 자동으로 알고리즘을 적용합니다.알고리즘은 계산된 컴포넌트 데이터를 학습할 수 있습니다.
1. 측면 비율
2- 부품 각 각의 각도
3내부에서 외부로 구성 요소 사이의 기울기;
4구성 요소 이미지 내부에서 외부로 변형, 등
계산하는 구성 요소의 수가 증가함에 따라 결과는 점점 더 정확해집니다. 비슷한 구성 요소 또는 더 큰 트레이를 계산해야 할 때 우리는 쉽게 처리 할 수 있습니다.
6클라우드 데이터베이스모든 장치가 "글로벌 컴포넌트 데이터베이스"를 공유합니다. 하나의 장치가 새로운 컴포넌트를 만나면 모든 장치가 직접 인식할 수 있습니다.
모든 웰먼 엑스레이 카운터는 우리의 클라우드 데이터베이스에 연결될 수 있습니다. 기계의 데이터와 이미지는 클라우드에 업로드되고 기계는 자동으로 최신 데이터베이스를 다운로드합니다.우리의 엔지니어들은 각 기계가 수집한 이미지와 데이터에 따라 배경에서 알고리즘을 최적화합니다.고객 데이터베이스에 정기적으로 업데이트합니다.
7S충분히이미지
![]()