
Add to Cart
La représentation de détection a lieu comme suit :
Modèle de produit | Nombre de caméras | portée d'essai | Contenu et exactitude de détection | Exactitude de détection | Vitesse de détection |
KVIS-MG-CC04 | 4sets | Côté du gant A/B | Anthracnoses, corps étrangers, taches d'huile > 0.2mm | 99% | Vitesse sur place de production de match |
Trou ≥1mm | 99% | ||||
Doigts divisés, formation en forme de moitié, bordage absent, grand déchirement | 99% | ||||
Matériel maculaire et brûlé ≥0.2mm | 99% |
Principe d'inspection
Ces dernières années, avec l'évolution de l'environnement des clients et le développement de l'industrie de ménage, la demande des gants de ménage est devenue plus haute et plus haute. L'effet protecteur des gants sur des mains est très important. Par conséquent, les conditions pour la qualité extérieure des gants sont devenues plus hautes et plus hautes. Il y a de plus en plus des plaintes au sujet des taches d'huile, des anthracnoses, des impuretés, des dommages et d'autres défauts.
Même si des gants directement ne sont pas empaquetés en ligne, l'utilisation des inspections manuelles multiples ne peut pas fondamentalement encore résoudre ce problème. Basé sur la situation ci-dessus, notre société a développé un système d'inspection visuelle en ligne pour des gants. Ceci traverse le problème subjectif des gants synthétiques de détection, et réalise la détection et le retrait complètement automatiques en ligne des gants. Améliorant la qualité, réduisant des plaintes de client, et augmentant de ce fait l'efficacité.
Ce système utilise 4 caméras industrielles à haute définition pour prendre des photos de l'avant et de retour des gants sur les deux canaux de la chaîne de production et pour les montrer en temps réel. Le système emploie la technologie de étude profonde d'AI pour apprendre automatiquement les caractéristiques des défauts de surface de gant, afin de réaliser le jugement rapide, la détection en temps réel, le retrait en temps réel et d'autres fonctions. Le système a les caractéristiques de l'exactitude élevée de détection, de la détection manquée et du bas taux faux de détection. Le logiciel vient avec des statistiques et déserte les fonctions de stockage d'image, le suivi en temps réel de l'opération de la chaîne de production, et la détection opportune de la chaîne de production problèmes.
Adopt a avancé la technologie d'inspection visuelle d'image pour réaliser l'inspection totale des doigts, des paumes et des manchettes des gants dans le mouvement, pour identifier les produits défectueux et pour réaliser le rejet automatique.
Paramètre technique :
Exemples des défauts de détection d'équipement :
Le produit traverse l'équipement d'essai et écrit le processus de empaquetage en aval, qui peut être complètement exempt de travail manuel, évitant la pollution secondaire et assurant la qualité du produit.