{"id":1683,"date":"2026-09-01T01:23:59","date_gmt":"2026-09-01T01:23:59","guid":{"rendered":"https:\/\/benlongkj.com\/?p=1683"},"modified":"2026-09-01T01:24:03","modified_gmt":"2026-09-01T01:24:03","slug":"automated-visual-inspection-technology","status":"publish","type":"post","link":"https:\/\/benlongkj.com\/de\/blog\/automated-visual-inspection-technology\/","title":{"rendered":"Welche Kontrollpunkte ben\u00f6tigen automatisierte visuelle Inspektionstechnologie an einer Montagelinie?"},"content":{"rendered":"

Von Huang Xiaolei | Benlong Automation<\/p>\n

Beim Umgang mit einer Niederspannungsleitung f\u00fchrt die Lieferung von minderwertiger Qualit\u00e4t durch das Versenden von Leistungsschaltern mit falsch eingestelltem Silberkontakt, verdrehten Bauteilen oder unlesbarem Laser-Code zur sofortigen Einstellung der Gesch\u00e4ftst\u00e4tigkeit. \u00dcber viele Jahre war der einzige Schutz gegen solche Fehler ein guter Bediener mit scharfem Blick und einer robusten Lampe. Solche Praktiken werden jedoch mit dem erh\u00f6hten Produktionsvolumen von Hunderttausenden Einheiten pro Monat und strengeren Qualit\u00e4tsanforderungen aus dem Au\u00dfenhandel ineffizient. Daher verlassen sich die Hersteller von Leistungsschaltern und Z\u00e4hlern ausschlie\u00dflich auf die automatisierte visuelle Inspektionstechnologie<\/strong>.<\/p>\n

Zweck dieses Dokuments ist es, zu erkl\u00e4ren, was die oben genannte Technologie beinhaltet, in welchen F\u00e4llen sie am vorteilhaftesten ist und wie man ein System erstellen kann, das eine Fehlererkennung ohne Ausschuss guter Produkte erm\u00f6glicht. Es werden vier Punkte behandelt, die den Ertrag bei der Herstellung von Leistungsschaltern und Z\u00e4hlern stark beeinflussen: Bauteilorientierung, Qualit\u00e4t des Silberkontakts, Ergebnisse der automatischen Montage und Qualit\u00e4t der Laserbeschriftung.<\/p>\n

\"\"<\/p>\n

Was ist automatisierte visuelle Inspektionstechnologie?<\/h2>\n

Im einfachsten Fall, ersetzt die maschinelle Sichtpr\u00fcfung<\/strong> eine menschliche Beurteilung durch eine Kamera und einen Computer. Ein Teil gelangt in eine Station, kontrollierte Beleuchtung hebt das interessierende Merkmal hervor, eine oder mehrere Kameras erfassen ein Bild, und die Software vergleicht das Gesehene mit einem definierten Standard. Innerhalb von Millisekunden gibt das System ein Urteil zur\u00fcck: bestanden, nicht bestanden oder Nacharbeit, und signalisiert der Linie, die gute Einheit weiterzuleiten oder die schlechte umzuleiten. Dieselbe Technologie wird auf dem Fabrikboden oft als automatisierte optische Inspektion<\/strong>, oder AOI bezeichnet und in chinesischen Elektrikwerken \u00fcblicherweise als CCD-Visuelle Inspektion<\/strong>, implementiert, benannt nach den CCD-Sensoren (Charge-Coupled Device) in den Kameras.<\/p>\n

Die wesentliche Ver\u00e4nderung liegt nicht in der Kamera, sondern in der getroffenen Wahl. Eine Person, die w\u00e4hrend einer Schicht zehntausend Leistungsschalter pr\u00fcft, trifft zehntausend Entscheidungen. Dennoch sinkt die Entscheidungsf\u00e4higkeit selbst eines kompetenten Pr\u00fcfers innerhalb weniger Stunden Arbeit auf ein Minimum. Zum Beispiel trifft ein Vision-System seine Entscheidung auf dieselbe Weise beim ersten und millionsten Ger\u00e4t. Zus\u00e4tzlich registriert es im Gegensatz zum Menschen die Ergebnisse aller Pr\u00fcfungen anhand des Barcodes des Ger\u00e4ts und erstellt so eine Qualit\u00e4tsgeschichte, die nachverfolgt werden kann.<\/p>\n

Warum manuelle Inspektion nicht mithalten kann<\/h2>\n

Es gibt drei Nachteile der manuellen visuellen Inspektion. Sie ist langsam, da ein Mensch jeweils nur einen Aspekt betrachten kann und jedes einzelne Teil physisch anheben, drehen und wieder ablegen muss. Sie ist inkonsistent, da Ablenkung, Beleuchtung und Stimmung die Leistung w\u00e4hrend der Schicht und zwischen den Bedienern beeinflussen. Schlie\u00dflich ist sie vage, weil die Bewertung durch einen Menschen keine Beweise hinterl\u00e4sst, wodurch es unm\u00f6glich ist festzustellen, welche Produkte inspiziert wurden oder einen Fehler im Feld mit der Inspektion zu verbinden. Alle diese Einschr\u00e4nkungen zusammen f\u00fchren zu einer messbaren Fehlerquote auf einer Hochgeschwindigkeits-Produktionslinie, das hei\u00dft der Anzahl der Defekte, die unbemerkt durchgehen, wodurch der Gewinn durch R\u00fccksendungen und zus\u00e4tzliche Prozesse minimiert wird. Die \u00d6konomie hinter unserem MCB-Inspektionsf\u00f6rderer<\/a> bringt den Punkt klar auf den Punkt: Die Verlagerung der Inspektion von einer manuellen Werkbank zu einer automatisierten, datenprotokollierten Linie ist der Hauptgrund f\u00fcr die Effizienzsteigerung.<\/p>\n

Vier Kontrollpunkte, an denen die automatisierte visuelle Inspektion ihren Wert beweist<\/h2>\n

Vision ist dort am wertvollsten, wo ein Fehler g\u00fcnstig zu erkennen und teuer zu \u00fcbersehen ist. Auf einer Schalter- oder Z\u00e4hlerlinie stechen vier solche Kontrollpunkte hervor. Ein Fehler, der beim Zuf\u00fchren erkannt wird, kostet nur einen Bruchteil des gleichen Fehlers, der erst nach der Endmontage entdeckt wird, wenn der bereits im Ger\u00e4t eingebaute Wert verloren ist.<\/span>.<\/p>\n

Bauteilorientierung beim Zuf\u00fchren<\/h3>\n

Die meisten kleinen elektrischen Teile kommen in gro\u00dfen Mengen zur Linie und werden von einem Vibrationsschalentrichter getrennt. Das Problem ist, dass ein Trichter die Teile in der Orientierung pr\u00e4sentiert, in der die Schwerkraft sie liefert, und viele Komponenten sehen von vorne und hinten fast identisch aus. Ein falsch eingesetztes Teil ist eine der h\u00e4ufigsten Ursachen f\u00fcr eine fehlerhafte Baugruppe weiter unten im Prozess. Orientierungserkennung<\/strong> l\u00f6st dies, indem eine Kamera \u00fcber der Zuf\u00fchrstrecke angebracht wird: Das System liest die Vorder- und R\u00fcckseite jedes Teils beim Passieren und lehnt oder zirkuliert jedes falsch ausgerichtete Teil zur\u00fcck, bevor es das Montagefach erreicht. Da die Pr\u00fcfung beim Zuf\u00fchren erfolgt, verbraucht das falsch ausgerichtete Teil keinen Stationszyklus oder Befestiger. Unser MCB visuelles automatisches Niet-Erkennungssystem<\/a> wendet genau dieses Prinzip an, indem es hochaufl\u00f6sende Kameras und Bildverarbeitungssoftware verwendet, um die Position und Einstellung jedes Teils so schnell wie etwa eine Sekunde pro Pol zu best\u00e4tigen, w\u00e4hrend unser intelligentes MCB Montage-Stopp-System<\/a> je nach Teil entweder eine visuelle oder faseroptische Erkennung von fehlerhaften Zuf\u00fchrungen bietet.<\/p>\n

Silberpunkt-Qualit\u00e4t beim Zuf\u00fchren<\/h3>\n

Der Silberpunkt ist eine wesentliche Komponente eines Leistungsschalters und geh\u00f6rt auch zu den teuersten Teilen in der St\u00fcckliste. Wenn ein Silberkontakt oder ein Bimetallnieten in einem rissigen, verzogenen, zu kleinen oder kontaminierten Zustand in die Anlage gelangt, f\u00fchrt dies zu einem Schalter, der den Kontaktwiderstandstest nicht besteht oder, noch schlimmer, \u00fcberhitzt. Daher ist es wirtschaftlich sinnvoll, Silberkontakte im Zuf\u00fchrprozess vor dem Schwei\u00dfen zu inspizieren, was auch die Schwei\u00dfqualit\u00e4t verbessert, da defekte Silberkontakte in diesem Stadium erkannt werden. Die Inspektion erfolgt mit einer Vision-Station und umfasst die \u00dcberpr\u00fcfung der Abmessungen, Form und Oberfl\u00e4che jedes Kontakts, bevor er geschwei\u00dft wird. Diese Inspektion passt nat\u00fcrlich zum Schwei\u00dfen: unsere Silberpunkt- und statische Kontakt-Automatik-Schwei\u00dfmaschine<\/a> integriert eine Qualit\u00e4tspr\u00fcffunktion, die die Schwei\u00dfnaht selbst \u00fcberwacht, w\u00e4hrend der breitere Kontext der Pr\u00e4zisionsschwei\u00dfung von Silberkontakten in unserer \u00dcbersicht \u00fcber was Automatisierung f\u00fcr die elektrische Fertigung bedeutet<\/a>. behandelt wird. Zusammen schlie\u00dfen Vor- und Nachschwei\u00df-Vision den Kreis bei der wichtigsten Verbindung im Produkt.<\/p>\n

\"\"<\/p>\n

\u00dcberpr\u00fcfung des Ergebnisses der automatischen Montage<\/h3>\n

Die visuelle Nachinspektion best\u00e4tigt, dass eine automatisierte Station tats\u00e4chlich das getan hat, was sie tun sollte. Obwohl Automatisierung zuverl\u00e4ssig ist, ist sie nicht narrensicher: Eine Schraube kann fehlen oder nicht an der richtigen Position sein; eine Feder kann nicht korrekt sitzen; die Abdeckung kann hervorstehen; und ein Anschluss kann verbogen sein. Eine Kamera, die nach wichtigen Montagevorg\u00e4ngen positioniert ist, \u00fcberpr\u00fcft das Vorhandensein, die Position und die Platzierung anhand eines guten Referenzstandards und markiert eine Einheit als nicht konform, wenn sie diesem Standard nicht entspricht. Dies verwandelt eine Montagestation von einem offenen in ein geschlossenes System, da die Produktionslinie sofort erkennt, wenn etwas au\u00dferhalb der Spezifikation liegt, anstatt dies erst am Ende der Produktion w\u00e4hrend der Endpr\u00fcfung zu entdecken. Benlong integriert diese Art der Inline-Pr\u00fcfung durchgehend in seine Linien; unsere<\/strong> Automatische Montage- und Inspektionslinie f\u00fcr Halbleiterrelais verkn\u00fcpft mehrere CCD-Pr\u00fcfungen zwischen den Montageschritten, sodass ein Defekt an der Station erkannt wird, die ihn verursacht hat, und nicht bis zum Ende der Linie weitergetragen wird.<\/a> Inspektion der Laserkennzeichnung nach der Codierung.<\/p>\n

Jeder Leistungsschalter, Z\u00e4hler und Ladeger\u00e4t verl\u00e4sst die Fabrik mit aufgedruckten oder lasergekennzeichneten Informationen: Marke, Nennwert, Pole, Normen, Chargencode und oft ein Data-Matrix- oder QR-Code zur R\u00fcckverfolgbarkeit. Wenn diese Markierung fehlt, falsch platziert, schwach oder fehlerhaft ist, ist die Einheit unverk\u00e4uflich und, wenn der Code unlesbar ist, nicht r\u00fcckverfolgbar.<\/h3>\n

Die Laserkennzeichnungsinspektion. verwendet Vision direkt nach der Markierungsstation, um zu \u00fcberpr\u00fcfen, ob der korrekte Inhalt vorhanden, lesbar und richtig positioniert ist, und um die Lesbarkeit eines 2D-Codes zu bewerten. Da die Markierung eine der letzten Operationen ist, verhindert ein hier entdeckter Fehler, dass eine fertige Einheit mit einem Defekt ausgeliefert wird, den ein Kunde zuerst sehen w\u00fcrde. Unsere<\/strong> Automatische Laserkennzeichnungsanlage f\u00fcr Leistungsschalterroboter MCB Roboter automatische Laserbeschriftungsanlage<\/a> integriert die CCD-Inspektion direkt in die Markierzelle, sodass die Markierung im selben Moment \u00fcberpr\u00fcft wird, in dem sie angebracht wird.<\/p>\n

Wie die Technologie im Hintergrund funktioniert<\/h2>\n

Sie besteht aus vier Teilen, und alle vier Komponenten m\u00fcssen zusammenarbeiten, damit das System effektiv ist. Zuerst gibt es den Beleuchtungsaspekt. Eine angemessene Beleuchtung ist entscheidend, um den Defekt sichtbar zu machen, daher ist ein gut beleuchtetes, schwer zu l\u00f6sendes technisches Problem viel besser als ein schlecht beleuchtetes, das einfach erscheint. Dann nehmen die Kamera und das Objektiv das Bild auf; die Aufl\u00f6sung ist proportional zur Gr\u00f6\u00dfe des zu erkennenden Defekts. Sobald das Bild aufgenommen wurde, wird eine Software zur Analyse verwendet, wobei die Analyseoptionen von Messungen basierend auf Mengenvergleichen gegen die Toleranz bis hin zur Inspektion gegen das Goldmuster oder der Verwendung von Deep-Learning-Modellen reichen. Schlie\u00dflich f\u00fchrt das System seine Operation aus, indem es das Ergebnis (Bestanden\/Nicht bestanden) an den Liniencontroller sendet und das Ergebnis im MES-System protokolliert.<\/p>\n

Das ultimative Ziel eines effizienten automatisierten visuellen Inspektionssystems<\/strong> ist sicherzustellen, dass die getroffene Entscheidung korrekt und nicht sch\u00f6n ist. Die Genauigkeit des Systems wird durch die Falsch-Ablehnungsrate bestimmt, also den Prozentsatz guter Produkte, die als schlecht klassifiziert wurden. Wenn das System zu streng eingestellt ist, werden gute Produkte abgelehnt, was bedeutet, dass die Bediener st\u00e4ndig durch falsche Messalarme unterbrochen werden; wenn es nicht streng genug eingestellt ist, werden fehlerhafte Produkte nicht erkannt.<\/p>\n

Regelbasierte, Goldmuster- oder KI-gest\u00fctzte visuelle \u00dcbereinstimmung \u2013 die Methode passend zum Defekt<\/h2>\n

Nicht jeder Defekt wird am besten mit derselben L\u00f6sung erkannt, und die Methode bestimmt die Kosten und Zuverl\u00e4ssigkeit einer Station. Die regelbasierte Messung ist die beste Technik, wenn das Problem dimensional und klar definiert ist, zum Beispiel die \u00dcberpr\u00fcfung, ob ein Niet im richtigen Positionsfenster befestigt ist oder ein Kontakt eine erforderliche Dimension erreicht. Sie ist schnell und verst\u00e4ndlich und kann leicht validiert werden, da jede Entscheidung eine Zahl und Toleranz hat. Der Goldmustervergleich eignet sich zur Messung von Merkmalen, die innerhalb einer einzelnen Messung schwer zu definieren, aber im Vergleich zu einem bekannten guten Objekt leicht zu erkennen sind, wie das Aussehen eines montierten Pfostens. Deep-Learning-Visionssysteme sind f\u00fcr die schwierigsten Aufgaben anwendbar, also extreme Oberfl\u00e4chendefekte, Flecken oder variable Defekte, die durch gew\u00f6hnliche Regeln nicht effektiv abgedeckt werden k\u00f6nnen, indem sie die Grenze zwischen defekten und perfekten Teilen anhand von Beispielen erlernen. Die reale Produktion ist \u00fcblicherweise eine Kombination der genannten Techniken, wobei einfache Pr\u00fcfungen wie die Messung einfacher Parameter mit klassischen Methoden l\u00f6sbar sind und ML-Modelle nur f\u00fcr mehrdeutige Probleme verwendet werden, da jede Lerntechnik eine gewisse Verarbeitung und Feinabstimmung erfordert, die bei einfachen Methoden vermieden werden kann.<\/p>\n

Es ist notwendig, die Grenzen zwischen den F\u00e4higkeiten der visuellen Inspektion und der Funktionstests klar zu definieren. Die visuelle Inspektion bewertet das Erscheinungsbild einer Einheit und bestimmt, ob die Komponente vorhanden, an der richtigen Position, unbesch\u00e4digt, korrekt positioniert und richtig identifiziert ist. Die visuelle Inspektion liefert jedoch keine Informationen dar\u00fcber, ob der Leistungsschalter in der Lage ist, bei den erforderlichen Werten auszul\u00f6sen oder den Hochspannungstest zu bestehen. Diese Probleme k\u00f6nnen durch funktionale und elektrische Testanlagen gel\u00f6st werden, die Lasten anlegen und das Verhalten der getesteten Komponente verstehen k\u00f6nnen. Die effizientesten Unternehmen versuchen, beide Prozesse nacheinander einzusetzen, um sichtbare und mechanische Defekte durch die visuelle Inspektion zu beseitigen und die teuren Testprozesse f\u00fcr die Ger\u00e4te vorzubehalten, die frei von sichtbaren Defekten sind. Die Verwendung der visuellen Inspektion als Ersatz f\u00fcr die Funktionspr\u00fcfung ist ein falscher Ansatz, da sie unterschiedliche Fehler finden und in verschiedenen Prozessphasen eingesetzt werden.<\/p>\n

Was die automatisierte visuelle Inspektion f\u00fcr Hersteller von elektrischen Produkten bietet<\/h2>\n

Der ROI der visuellen Inspektion ist in vielen Aspekten sp\u00fcrbar. Zun\u00e4chst verbessert sich der Ertrag, da die Probleme von der Maschine an der Station gefunden werden, an der sie aufgetreten sind, und nicht erst in den Endpr\u00fcfbereichen. Die Fehlerquote wird reduziert, was bedeutet, dass weniger Artikel zur\u00fcckgeschickt werden m\u00fcssen und weniger Garantieanspr\u00fcche erf\u00fcllt werden m\u00fcssen. Der Durchsatz steigt, da die visuellen Tests gleichzeitig mit dem normalen Herstellungsprozess durchgef\u00fchrt werden, wodurch die Notwendigkeit manueller Inspektionen entf\u00e4llt. Die manuelle Arbeit wird von der wiederholenden Inspektion auf komplexere Aufgaben verlagert, und f\u00fcr Exporteure nach Indien, T\u00fcrkei und Brasilien ist es besonders wichtig, dass jede Inspektion aufgezeichnet wird und den erforderlichen Bericht f\u00fcr jedes Produkt liefert.<\/p>\n

Der finanzielle Nutzen wird leicht erkennbar, wenn man an die Kosten eines entgangenen Defekts denkt. Das Gewinnen einer Komponente, die w\u00e4hrend der Zuf\u00fchrungsphase falsch positioniert ist, verursacht nur die Kosten f\u00fcr die erneute Zuf\u00fchrung, w\u00e4hrend das Erkennen des Defekts in der letzten Phase zur Reparatur mehrerer Komponenten f\u00fchren kann, und wenn der Defekt den Kunden erreicht hat, entstehen erhebliche finanzielle Verluste und Probleme f\u00fcr das Unternehmen. Die visuelle Inspektion verlagert den Fehlerfindungsprozess nach vorne, um ihn so kosteng\u00fcnstig wie m\u00f6glich zu machen, weshalb Hersteller mit hohem Volumen sie als Kernsystem und nicht als zus\u00e4tzliche Verbesserung betrachten.<\/p>\n

Wie man ein automatisiertes visuelles Inspektionssystem spezifiziert<\/h2>\n

Die Wahl des richtigen Vision-Systems erfordert eine klare Kommunikation mit Ihrem Ausr\u00fcstungsanbieter im Voraus. Seien Sie bereit, Informationen zu diesen Aspekten bereitzustellen, bevor Sie ein Angebot anfordern.<\/p>\n

\u2460 Defektliste. Nach welchen Defekten suchen Sie? Stellen Sie eine Liste der zu erkennenden Defekte mit realen Beispielen bereit, da kein System ordnungsgem\u00e4\u00df funktioniert, wenn es nicht darauf trainiert ist, Defekte zu erkennen.
\nMinimale Merkmalgr\u00f6\u00dfe. Der kleinste Defekt bestimmt die Kameraufl\u00f6sung und Optik.<\/p>\n

\u2461 Zykluszeit. Legen Sie das Tempo basierend auf Ihrer Betriebszeit fest. Ihre Taktzeit definiert die Geschwindigkeit, mit der die Kamera das Bild aufnimmt, die Informationen verarbeitet und \u00fcber das Inspektionsergebnis entscheidet.<\/p>\n

\u2463 Produktvarianten. Wenn Sie mehrere Produktsets, Varianten oder Namen produzieren, lassen Sie Ihren Lieferanten einen Wechsel auf Basis von Rezepturen bereitstellen.<\/p>\n

\u2464 Akzeptable Falsch-Ablehnungsrate. Bestimmen Sie akzeptable Falsch-Ablehnungswerte, damit das erforderliche Lichtdesign und die Schwellenwertkalibrierung definiert werden k\u00f6nnen.
\nBeleuchtung und Umgebung. Silberne Oberfl\u00e4chen, schwarze Geh\u00e4use und gl\u00e4nzende Etiketten f\u00fchren zu konkreten Beleuchtungsanforderungen.<\/p>\n

\u2465 Informationen und Nachverfolgung. Bestimmen Sie die zu protokollierenden Informationen, Methoden zur Verbindung zwischen Ergebnissen und Barcode sowie weitere Verbindungen.<\/p>\n

\u2466 Integration und Entfernung. Definieren Sie den Prozess zur Ablehnung fehlerhafter Einheiten und zur Weiterleitung guter Produkte.<\/p>\n

\"\"<\/p>\n

H\u00e4ufige Fehler vermeiden<\/h2>\n

Die meisten Ausf\u00e4lle bei der Bildverarbeitung sind auf einige wenige Fehler zur\u00fcckzuf\u00fchren, die wir vollst\u00e4ndig h\u00e4tten vermeiden k\u00f6nnen. Der erste ist die Investition in Kameras, wo in Beleuchtung investiert werden sollte, da h\u00f6her aufl\u00f6sende Sensoren eine dunkle Szene nicht verbessern k\u00f6nnen. Der zweite h\u00e4ufige Fehler ist die Definition der Bildverarbeitung anhand einer unklaren Fehlerliste und das Verwundern, warum der Fehler nicht gefunden wurde, den niemand erw\u00e4hnt hat. Der dritte Fehler ist das \u00dcbersehen des Umr\u00fcstprozesses, sodass eine Linie, die zwanzig Produkte unabh\u00e4ngig voneinander verarbeiten kann, bei jedem Wechsel manuell neu eingestellt werden muss. Der vierte Fehler ist die Behandlung der Falsch-Ablehnungsraten als nachtr\u00e4glichen Gedanken, was selbst ein gro\u00dfartiges System in eines verwandelt, das Bediener lernen zu ignorieren. Schlie\u00dflich ist das am weitesten verbreitete Beispiel, die Bildverarbeitung am Ende anzubringen, anstatt Bildverarbeitungspunkte in den Prozess zu integrieren.<\/p>\n

Inspektion in die Linie integrieren, nicht aufsetzen<\/h2>\n

Im Laufe der Jahre hat sich die automatische Inspektionstechnologie von einem Luxus-Add-on zu einer Standardkomponente f\u00fcr Hersteller von Niederspannungs-Elektroprodukten entwickelt. Erfolgreich sind jene Produzenten, die Bildverarbeitung zum richtigen Zeitpunkt einsetzen, also am Zuf\u00fchrer, am Montageplatz, am Markierkopf, um zu verhindern, dass fehlerhafte Ger\u00e4te die Produktionsst\u00e4tte verlassen. Richtig eingesetzt wirft die Bildverarbeitung nicht nur fehlerhafte Produkte weg, sondern generiert Daten, die helfen, die gesamte Produktionslinie konform zu halten und den Kunden ein Produkt mit vollst\u00e4ndiger Nachverfolgungshistorie zu liefern.<\/p>\n

Benlong Automation hat seit 2008 automatisierte Bildverarbeitungstechnologie mit CCD und hochpr\u00e4ziser Vision entwickelt, beginnend mit der Nietpr\u00fcfung und Silberkontakten in der Zuf\u00fchrphase, abschlie\u00dfend mit der Inspektion nach Montage und Markierung, wobei alle Betriebsphasen automatisch im MES-System protokolliert werden.
\nWenn Sie also eine neue Produktionslinie einrichten oder einfach die automatisierte Bildverarbeitung in Ihrer Produktion implementieren m\u00f6chten, helfen wir Ihnen gerne dabei.<\/p>","protected":false},"excerpt":{"rendered":"

By Huang Xiaolei | Benlong Automation When dealing with a low-voltage electric line, delivering poor quality by sending circuit breakers with incorrectly set silver contact, reversed components, or illegible laser code will summarily terminate business operations. For many years the only safeguard against such defects was a good operator with a sharp sight and a […]<\/p>\n","protected":false},"author":3,"featured_media":1685,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-1683","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog"],"blocksy_meta":[],"acf":[],"_links":{"self":[{"href":"https:\/\/benlongkj.com\/de\/wp-json\/wp\/v2\/posts\/1683","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/benlongkj.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/benlongkj.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/benlongkj.com\/de\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/benlongkj.com\/de\/wp-json\/wp\/v2\/comments?post=1683"}],"version-history":[{"count":1,"href":"https:\/\/benlongkj.com\/de\/wp-json\/wp\/v2\/posts\/1683\/revisions"}],"predecessor-version":[{"id":1689,"href":"https:\/\/benlongkj.com\/de\/wp-json\/wp\/v2\/posts\/1683\/revisions\/1689"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/benlongkj.com\/de\/wp-json\/wp\/v2\/media\/1685"}],"wp:attachment":[{"href":"https:\/\/benlongkj.com\/de\/wp-json\/wp\/v2\/media?parent=1683"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/benlongkj.com\/de\/wp-json\/wp\/v2\/categories?post=1683"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/benlongkj.com\/de\/wp-json\/wp\/v2\/tags?post=1683"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}