精品案例丨方寸之间,“微” 毫毕现 —— 圆刀机高精度检测工艺优化实例

引言

高速产线上的"微米级质检",曾是模切行业公认的瓶颈。如今,搭载苏映视微距相机的圆刀机方案,正在改写这一认知。

客户

客户公司是全球领先的AI终端硬件核心供应商。该公司主要生产精密功能件、结构件、充电模组、无线充电模组等,产品广泛应用于消费电子、汽车、工业等领域。其核心客户包括A公司、H公司、T公司等全球知名科技企业,与多家行业巨头建立了长期稳定的合作关系。

挑战

作为3C行业头部终端客户的核心供应商,客户的键盘胶模切产线面临极致严苛的最终考验:

1.空间限制: 圆刀机安装空间极其狭小,传统线扫相机"塞不进去"。

2.材质多样: 需要同时检测蓝膜、黑胶、石墨、铝箔等多种材质的缺陷和尺寸,成像挑战暴增,且最终用户要求100%无漏检。

3.精度严苛: 客户要求0.01mm检测精度,黑胶缺失0.05mm即有可能导致导电失效,蓝膜边缘毛刺则有可能导致产品直接报废。

图1.客户圆刀机设备示意图

解决方案

为了响应3C头部客户的极致需求,该公司的工程团队计划通过加装100%在线视觉系统,以缩减人工检测工时及生产成本,提升产线良品率,规避人工检查带来的漏失和客诉风险。同时,为了响应3C行业不同客户产品的快速换型需求,需要设计一套兼顾"小空间"和"高精度"检测的标准视觉系统。

经业内伙伴引荐,苏映视微距相机凭借其在小空间内实现高精度成像的性能优势,进入了客户公司的选型视野。

1.毫米级空间革命

90mm超薄机身+15mm微距成像:比传统相机+光源空间占用减少70%,硬核嵌入圆刀机出料口;

2.微米级无畸变成像****

1800dpi CIS具有0.014mm超高分辨率,1:1成像无边缘畸变,尺寸测量更精准。

3.2.5D呈现相对高度

该方案通过相机的分时频闪和光度立体的智能合成算法,使铝箔和蓝膜表面细小瑕疵(如凹坑、凸点)分别呈现黑色、白色;划痕呈现高低变化,脏污则无高低变化,进而准确分类,提高检测准确率。

图2.苏映视1800dpi微距相机 圆刀机现场安装示意图

客户收益

1.检测准: 黑胶检测准确率99.98%,导电失效客诉率显著下降;

2.零漏检: 成像精度达到14μm,蓝膜、铝箔缺陷检出率100%,细小瑕疵也难逃"法眼";

3.零改造 圆刀机0改造直接部署微距相机,空间占用减少70%;

客户评价

"A公司的订单容不得0.1%误差!苏映视的微距相机不仅让我们通过最严苛考验,更提升客户对我们的满意度"

------客户公司品质工程师
"从顾虑到真香!微距相机在机器狭小的空间里,解决了行业在线检测大难题!"

------客户公司视觉工程师

关于我们

INSNEX成立于2017年,长期深耕视觉缺陷检测领域,依托深厚的行业应用积淀,不断探索和迭代「让缺陷更清晰」的先进成像产品,致力于为客户呈现更便捷的缺陷成像体验。

LineX系列微距线扫相机,是 INSNEX 面向小空间、高速线扫描检测场景打造的 All-In-One成像解决方案。该系列产品以微距成像、无拼接设计及低畸变表现为核心优势,使细微缺陷一览无余。配合自研 InsWorks 软件平台------集成 2D/3D/AI/ACI等多维算法工具,为复杂检测系统的开发与部署提供平台级支撑,全面提升缺陷检测的精度与稳定性。

目前,INSNEX产品已广泛应用于锂电、面板、半导体、光伏、消费电子、3D打印等工业领域。公司构建了覆盖全球多个区域的代理商网络,汇聚十余家专业合作伙伴的技术专家资源,为各地客户提供快速响应的本地化服务,让线扫描成像与缺陷检测触手可及。

相关推荐
转转技术团队7 小时前
没有测试的核心代码,怎么交给 AI 重构
人工智能
爱读源码的大都督8 小时前
Claude Code源码分析(三):为什么系统提示词中需要有tools呢?
前端·人工智能·后端
半个落月9 小时前
LLM如何预测下一个Token?一文拆解Transformer核心流程
人工智能
触底反弹9 小时前
🔥 2026 年爆火的 Harness Engineering 到底是什么?从原理到实战一文讲透
javascript·人工智能·程序员
user4465117917919 小时前
源码深读 XAgent:6 个 Agent 怎么分工?工具失败不崩、死循环怎么防?
人工智能
魏祖潇9 小时前
SDD 完整指南——Spec 端打底、Story 端交付、留白区
人工智能·后端
常丛丛9 小时前
5.9 式输出:实时查看 LangGraph Agent 思考过程
人工智能
Token炼金师10 小时前
从节点图到低秩矩阵:ComfyUI 推理引擎与 LoRA 适配机制拆解
人工智能·aigc
武子康10 小时前
调查研究-210 Netflix 用 AI 复刻 Gene Wilder 的声音:语音克隆的下半场,不是模型,而是权利
人工智能·aigc·openai