{"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\/fr\/blog\/automated-visual-inspection-technology\/","title":{"rendered":"Quels points de contr\u00f4le n\u00e9cessitent une technologie d'inspection visuelle automatis\u00e9e sur une ligne d'assemblage ?"},"content":{"rendered":"

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

Lorsqu'il s'agit d'une ligne \u00e9lectrique basse tension, livrer une mauvaise qualit\u00e9 en envoyant des disjoncteurs avec un contact argent mal r\u00e9gl\u00e9, des composants invers\u00e9s ou un code laser illisible entra\u00eenera la cessation imm\u00e9diate des op\u00e9rations commerciales. Pendant de nombreuses ann\u00e9es, la seule protection contre de tels d\u00e9fauts \u00e9tait un bon op\u00e9rateur avec une vue per\u00e7ante et une lampe robuste. Cependant, ces pratiques deviennent inefficaces avec l'augmentation du volume de production \u00e0 des centaines de milliers d'unit\u00e9s chaque mois et des exigences de qualit\u00e9 plus strictes du commerce ext\u00e9rieur. Par cons\u00e9quent, les producteurs de disjoncteurs et de compteurs se sont appuy\u00e9s exclusivement sur la technologie d'inspection visuelle automatis\u00e9e<\/strong>.<\/p>\n

Le but de ce document est d'expliquer ce que cette technologie implique, dans quels cas elle est la plus b\u00e9n\u00e9fique et comment cr\u00e9er un syst\u00e8me permettant de d\u00e9tecter les d\u00e9fauts sans rejeter de bons produits. Quatre points seront abord\u00e9s qui influencent grandement le rendement de la fabrication des disjoncteurs et compteurs : l'orientation des composants, la qualit\u00e9 du contact argent, les r\u00e9sultats de l'assemblage automatique et la qualit\u00e9 du marquage laser.<\/p>\n

\"\"<\/p>\n

Qu'est-ce que la technologie d'inspection visuelle automatis\u00e9e ?<\/h2>\n

Dans sa forme la plus simple, l'inspection par vision machine<\/strong> remplace le jugement humain par une cam\u00e9ra et un ordinateur. Une pi\u00e8ce entre dans une station, un \u00e9clairage contr\u00f4l\u00e9 fait ressortir la caract\u00e9ristique d'int\u00e9r\u00eat, une ou plusieurs cam\u00e9ras capturent une image, et un logiciel compare ce qu'il voit \u00e0 une norme d\u00e9finie. En quelques millisecondes, le syst\u00e8me rend un verdict : r\u00e9ussite, \u00e9chec ou retouche, et signale \u00e0 la ligne de production de laisser passer l'unit\u00e9 conforme ou de d\u00e9tourner celle d\u00e9fectueuse. La m\u00eame technologie est souvent d\u00e9sign\u00e9e sur le plancher de l'usine sous le nom de inspection optique automatis\u00e9e<\/strong>, ou AOI, et dans les usines \u00e9lectriques chinoises, elle est g\u00e9n\u00e9ralement mise en \u0153uvre sous le nom de inspection visuelle CCD<\/strong>, nomm\u00e9e d'apr\u00e8s les capteurs \u00e0 dispositif \u00e0 transfert de charge dans les cam\u00e9ras.<\/p>\n

Le changement significatif ne r\u00e9side pas dans la cam\u00e9ra mais dans le choix effectu\u00e9. Un individu examinant dix mille disjoncteurs pendant un poste prend dix mille d\u00e9cisions. N\u00e9anmoins, m\u00eame la capacit\u00e9 de prise de d\u00e9cision d'un inspecteur comp\u00e9tent diminue au plus bas niveau apr\u00e8s seulement quelques heures de travail. Par exemple, un syst\u00e8me de vision prend sa d\u00e9cision de la m\u00eame mani\u00e8re sur la premi\u00e8re et sur le millioni\u00e8me \u00e9quipement. De plus, contrairement \u00e0 un \u00eatre humain, il enregistre les r\u00e9sultats de toutes les inspections associ\u00e9es au code-barres de l'\u00e9quipement, cr\u00e9ant ainsi un historique qualit\u00e9 tra\u00e7able.<\/p>\n

Pourquoi l'inspection manuelle ne peut pas suivre<\/h2>\n

Il y a trois inconv\u00e9nients \u00e0 l'inspection visuelle manuelle. Elle est lente car un humain ne peut examiner qu'un aspect \u00e0 la fois et doit physiquement soulever, tourner et reposer chaque pi\u00e8ce. Elle est incoh\u00e9rente car le niveau de distraction, l'\u00e9clairage et l'humeur influencent la performance tout au long du poste et entre les op\u00e9rateurs. Enfin, elle est vague car l'\u00e9valuation r\u00e9alis\u00e9e par un humain ne laisse aucune preuve, rendant impossible d'\u00e9tablir quels produits ont \u00e9t\u00e9 inspect\u00e9s ou de relier une d\u00e9faillance sur le terrain \u00e0 l'inspection. Toutes ces limites combin\u00e9es se traduisent par un taux d'\u00e9chappement mesurable sur une ligne de production \u00e0 grande vitesse, c\u2019est-\u00e0-dire le nombre de d\u00e9fauts qui passent inaper\u00e7us, minimisant ainsi le profit \u00e0 cause des retours et des processus suppl\u00e9mentaires. L'\u00e9conomie derri\u00e8re notre convoyeur d'inspection MCB<\/a> souligne clairement : d\u00e9placer l'inspection d'un poste manuel \u00e0 une ligne automatis\u00e9e avec enregistrement des donn\u00e9es est l\u00e0 o\u00f9 se trouve la majeure partie du gain d'efficacit\u00e9.<\/p>\n

Quatre points de contr\u00f4le o\u00f9 l'inspection visuelle automatis\u00e9e justifie son co\u00fbt<\/h2>\n

La vision est la plus pr\u00e9cieuse aux points o\u00f9 un d\u00e9faut est peu co\u00fbteux \u00e0 d\u00e9tecter et co\u00fbteux \u00e0 manquer. Sur une ligne de disjoncteurs ou de compteurs, quatre points de contr\u00f4le se d\u00e9marquent. Un d\u00e9faut d\u00e9tect\u00e9 \u00e0 l'alimentation co\u00fbte une fraction du m\u00eame d\u00e9faut d\u00e9couvert apr\u00e8s l'assemblage final, lorsque la valeur d\u00e9j\u00e0 int\u00e9gr\u00e9e dans l'unit\u00e9 est perdue.<\/span>.<\/p>\n

Orientation des composants \u00e0 l'alimentation<\/h3>\n

La plupart des petites pi\u00e8ces \u00e9lectriques arrivent en vrac sur la ligne et sont s\u00e9par\u00e9es par un alimentateur \u00e0 bol vibrant. Le probl\u00e8me est qu'un alimentateur pr\u00e9sente les pi\u00e8ces dans l'orientation que leur donne la gravit\u00e9, et de nombreux composants se ressemblent presque \u00e0 l'avant et \u00e0 l'arri\u00e8re. Monter une pi\u00e8ce \u00e0 l'envers est l'une des causes les plus courantes d'un assemblage d\u00e9fectueux en aval. La d\u00e9tection d'orientation<\/strong> r\u00e9sout ce probl\u00e8me en pla\u00e7ant une cam\u00e9ra au-dessus de la piste d'alimentation : le syst\u00e8me lit la signature avant-arri\u00e8re de chaque pi\u00e8ce au passage et rejette ou recircule toute pi\u00e8ce orient\u00e9e \u00e0 l'envers avant qu'elle n'atteigne le nid d'assemblage. Parce que la v\u00e9rification se fait \u00e0 l'alimentation, la pi\u00e8ce mal orient\u00e9e ne consomme jamais un cycle de station ni un \u00e9l\u00e9ment de fixation. Notre \u00e9quipement automatique de d\u00e9tection de rivets visuels MCB<\/a> applique exactement ce principe, utilisant des cam\u00e9ras haute r\u00e9solution et un logiciel de traitement d'image pour confirmer la position et le r\u00e9glage de chaque pi\u00e8ce aussi rapidement qu'environ une seconde par p\u00f4le, tandis que notre \u00e9quipement intelligent d'arr\u00eat d'assemblage MCB<\/a> offre soit une d\u00e9tection par vision soit par fibre optique des alimentations d\u00e9fectueuses selon la pi\u00e8ce.<\/p>\n

Qualit\u00e9 du point argent\u00e9 \u00e0 l'alimentation<\/h3>\n

Le point argent\u00e9 est un composant essentiel d'un disjoncteur, et il fait \u00e9galement partie des pi\u00e8ces les plus co\u00fbteuses dans la nomenclature. Si un contact argent\u00e9 ou une rivet bim\u00e9tallique arrive \u00e0 l'installation dans un \u00e9tat fissur\u00e9, d\u00e9form\u00e9, sous-dimensionn\u00e9 ou contamin\u00e9, cela entra\u00eenera un disjoncteur qui \u00e9choue au test de r\u00e9sistance de contact ou, pire encore, qui surchauffe. Ainsi, inspecter les contacts argent\u00e9s lors du processus d'alimentation avant le soudage est \u00e9conomiquement judicieux et am\u00e9liore \u00e9galement la qualit\u00e9 de la soudure puisque les contacts argent\u00e9s d\u00e9fectueux sont identifi\u00e9s \u00e0 cette \u00e9tape. L'inspection est r\u00e9alis\u00e9e avec une station de vision et consiste \u00e0 v\u00e9rifier les dimensions, la forme et la surface de chaque contact avant qu'il ne soit soud\u00e9. Cette inspection s'associe naturellement au soudage : notre machine automatique de soudage \u00e0 point argent\u00e9 et contact statique<\/a> int\u00e8gre une fonction d'inspection qualit\u00e9 qui surveille la soudure elle-m\u00eame, tandis que le contexte plus large sur le soudage de pr\u00e9cision des contacts argent\u00e9s est couvert dans notre aper\u00e7u de ce que l'automatisation signifie pour la fabrication \u00e9lectrique<\/a>. Ensemble, la vision pr\u00e9-soudure et post-soudure boucle la boucle sur le joint le plus critique du produit.<\/p>\n

\"\"<\/p>\n

V\u00e9rification du r\u00e9sultat de l'assemblage automatique<\/h3>\n

L'inspection visuelle post-assemblage<\/strong> confirme qu'une station automatis\u00e9e a effectivement r\u00e9alis\u00e9 ce qu'elle devait faire. Bien que l'automatisation soit fiable, elle n'est pas infaillible : une vis peut \u00eatre absente ou mal positionn\u00e9e ; un ressort peut ne pas \u00eatre \u00e0 la bonne place ; le couvercle peut \u00eatre mal ajust\u00e9 ; et une borne peut \u00eatre pli\u00e9e. Une cam\u00e9ra situ\u00e9e apr\u00e8s les op\u00e9rations cl\u00e9s d'assemblage v\u00e9rifie la pr\u00e9sence, la position et le placement par rapport \u00e0 une r\u00e9f\u00e9rence conforme et marque une unit\u00e9 comme non conforme si elle ne correspond pas \u00e0 cette r\u00e9f\u00e9rence. Cela transforme une station d'assemblage d'un syst\u00e8me en boucle ouverte en un syst\u00e8me en boucle ferm\u00e9e, car la ligne de production apprend imm\u00e9diatement lorsqu'un \u00e9l\u00e9ment sort des sp\u00e9cifications au lieu que cela soit d\u00e9couvert \u00e0 la fin de la production lors des tests finaux. Benlong construit ce type de contr\u00f4le en ligne tout au long de ses lignes ; notre ligne automatique d'assemblage et d'inspection de relais \u00e0 semi-conducteurs<\/a> encha\u00eene plusieurs contr\u00f4les CCD entre les \u00e9tapes d'assemblage afin qu'un d\u00e9faut soit d\u00e9tect\u00e9 \u00e0 la station qui l'a caus\u00e9, et non report\u00e9 jusqu'\u00e0 la fin de la ligne.<\/p>\n

Inspection du marquage laser apr\u00e8s codage<\/h3>\n

Chaque disjoncteur, compteur et chargeur quitte l'usine avec des informations imprim\u00e9es ou marqu\u00e9es au laser : marque, puissance nominale, p\u00f4les, normes, code de lot, et souvent un code data-matrix ou QR pour la tra\u00e7abilit\u00e9. Si ce marquage est manquant, mal plac\u00e9, faible ou erron\u00e9, l'unit\u00e9 est invendable et, si le code est illisible, introuvable. L'inspection du marquage laser<\/strong> utilise la vision imm\u00e9diatement apr\u00e8s la station de marquage pour v\u00e9rifier que le contenu correct est pr\u00e9sent, lisible et correctement positionn\u00e9, et pour \u00e9valuer la lisibilit\u00e9 de tout code 2D. Parce que le marquage est l'une des derni\u00e8res op\u00e9rations, une erreur d\u00e9tect\u00e9e ici emp\u00eache toujours qu'une unit\u00e9 finie soit exp\u00e9di\u00e9e avec un d\u00e9faut que le client verrait en premier. Notre \u00e9quipement automatique de marquage laser robotis\u00e9 pour MCB<\/a> int\u00e8gre l'inspection CCD directement dans la cellule de marquage, de sorte que la marque est v\u00e9rifi\u00e9e en m\u00eame temps qu'elle est appliqu\u00e9e.<\/p>\n

Comment la technologie fonctionne en coulisses<\/h2>\n

Elle se compose de quatre parties, et les quatre composants doivent fonctionner ensemble pour que le syst\u00e8me soit efficace. Tout d'abord, il y a l'aspect \u00e9clairage. Un \u00e9clairage appropri\u00e9 est essentiel pour r\u00e9v\u00e9ler le d\u00e9faut, donc un probl\u00e8me d'ing\u00e9nierie difficile \u00e0 r\u00e9soudre bien \u00e9clair\u00e9 est bien meilleur qu'un probl\u00e8me mal \u00e9clair\u00e9 qui semble simple. Ensuite, la cam\u00e9ra et l'objectif prennent l'image ; la r\u00e9solution est proportionnelle \u00e0 la taille du d\u00e9faut d\u00e9tect\u00e9. Une fois l'image captur\u00e9e, un logiciel est utilis\u00e9 pour l'analyser, avec des possibilit\u00e9s d'analyse allant des mesures bas\u00e9es sur la comparaison de quantit\u00e9 par rapport \u00e0 la tol\u00e9rance \u00e0 l'inspection par rapport \u00e0 l'\u00e9chantillon de r\u00e9f\u00e9rence ou \u00e0 l'utilisation de mod\u00e8les d'apprentissage profond. Enfin, le syst\u00e8me ex\u00e9cute son op\u00e9ration en envoyant le r\u00e9sultat (pass\u00e9\/\u00e9chou\u00e9) au contr\u00f4leur de ligne tout en enregistrant le r\u00e9sultat dans le syst\u00e8me MES.<\/p>\n

L'objectif ultime d'un syst\u00e8me efficace d'inspection visuelle automatis\u00e9e<\/strong> est de garantir que la d\u00e9cision prise est correcte plut\u00f4t que belle. La pr\u00e9cision du syst\u00e8me est d\u00e9termin\u00e9e par le taux de rejet faux, qui est le pourcentage de bons produits class\u00e9s comme mauvais. Si le syst\u00e8me est r\u00e9gl\u00e9 trop strictement, les bons produits seront rejet\u00e9s, ce qui signifie que les op\u00e9rateurs seront constamment interrompus par de fausses alarmes de mesure ; s'il est r\u00e9gl\u00e9 pas assez strictement, les produits d\u00e9fectueux ne seront pas d\u00e9tect\u00e9s.<\/p>\n

Vision bas\u00e9e sur des r\u00e8gles, \u00e9chantillon de r\u00e9f\u00e9rence ou IA : adapter la m\u00e9thode au d\u00e9faut<\/h2>\n

Tous les d\u00e9fauts ne sont pas mieux d\u00e9tect\u00e9s avec la m\u00eame solution, et la m\u00e9thode d\u00e9termine le co\u00fbt et la fiabilit\u00e9 d'une station. La mesure bas\u00e9e sur des r\u00e8gles est la meilleure technique lorsque le probl\u00e8me est dimensionnel et clairement d\u00e9fini, par exemple, v\u00e9rifier qu'une rivet est fix\u00e9 dans la bonne fen\u00eatre de position ou qu'un contact atteint une dimension requise. Elle est rapide et compr\u00e9hensible et peut \u00eatre facilement valid\u00e9e car toute d\u00e9cision a un nombre et une tol\u00e9rance. La comparaison avec un \u00e9chantillon de r\u00e9f\u00e9rence est appropri\u00e9e pour mesurer des caract\u00e9ristiques difficiles \u00e0 d\u00e9finir par une seule mesure mais faciles \u00e0 reconna\u00eetre par rapport \u00e0 un objet connu comme bon, comme l'apparence d'un poteau assembl\u00e9. La vision par apprentissage profond est applicable aux t\u00e2ches les plus difficiles, c\u2019est-\u00e0-dire les d\u00e9fauts extr\u00eames de surface, les taches ou les d\u00e9fauts variables que la r\u00e8gle ordinaire ne peut pas couvrir efficacement, apprenant la coupure entre les articles d\u00e9fectueux et parfaits \u00e0 partir d'exemples. La production r\u00e9elle est g\u00e9n\u00e9ralement une combinaison des techniques mentionn\u00e9es, rendant les contr\u00f4les simples tels que la mesure de param\u00e8tres simples r\u00e9alisables avec la m\u00e9thode classique et utilisant des mod\u00e8les ML pour les probl\u00e8mes ambigus uniquement, car chaque technique d'apprentissage n\u00e9cessite un certain traitement et r\u00e9glage qui peuvent \u00eatre \u00e9vit\u00e9s dans le cas de m\u00e9thodes simples.<\/p>\n

Il est n\u00e9cessaire de clarifier les limites entre les capacit\u00e9s de l'inspection visuelle et les tests fonctionnels. L'inspection visuelle \u00e9value l'apparence d'une unit\u00e9, d\u00e9terminant si le composant est pr\u00e9sent, \u00e0 la bonne position, exempt de dommages, correctement positionn\u00e9 et correctement identifi\u00e9. Cependant, l'inspection visuelle ne fournit pas d'informations sur la capacit\u00e9 du disjoncteur \u00e0 d\u00e9clencher aux valeurs requises ou \u00e0 supporter le test haute tension. Ces probl\u00e8mes peuvent \u00eatre trait\u00e9s par une installation de test fonctionnel et \u00e9lectrique qui peut appliquer les charges et comprendre le comportement du composant test\u00e9. Les entreprises les plus efficaces essaient d'utiliser les deux processus de mani\u00e8re cons\u00e9cutive afin d'\u00e9liminer les d\u00e9fauts visibles et m\u00e9caniques par inspection visuelle et de r\u00e9server les processus de test co\u00fbteux aux \u00e9quipements exempts de tout d\u00e9faut visuel. Utiliser l'inspection visuelle comme remplacement de l'inspection fonctionnelle est une mauvaise approche car ils d\u00e9tectent des d\u00e9fauts diff\u00e9rents et sont utilis\u00e9s \u00e0 diff\u00e9rentes \u00e9tapes du processus.<\/p>\n

Ce que l'inspection visuelle automatis\u00e9e apporte aux fabricants \u00e9lectriques<\/h2>\n

Le retour sur investissement de l'inspection visuelle est visible \u00e0 plusieurs niveaux. Tout d'abord, le rendement s'am\u00e9liore puisque les probl\u00e8mes sont d\u00e9tect\u00e9s par la machine \u00e0 la station o\u00f9 ils se sont produits plut\u00f4t qu'aux zones de test finales. Le taux d'\u00e9chappement est r\u00e9duit, ce qui signifie que moins d'articles devront \u00eatre renvoy\u00e9s et que moins de r\u00e9clamations de garantie devront \u00eatre trait\u00e9es. Le d\u00e9bit augmente car les tests visuels s'ex\u00e9cutent simultan\u00e9ment avec le processus de fabrication normal, \u00e9liminant le besoin d'inspection manuelle. La main-d'\u0153uvre manuelle est r\u00e9affect\u00e9e des inspections r\u00e9p\u00e9titives \u00e0 des t\u00e2ches plus complexes, et ce qui est plus important pour les exportateurs vers l'Inde, la Turquie et le Br\u00e9sil, chaque inspection est enregistr\u00e9e et fournit le rapport n\u00e9cessaire pour chaque produit.<\/p>\n

Le b\u00e9n\u00e9fice financier est facilement perceptible si l'on consid\u00e8re les co\u00fbts d'un d\u00e9faut \u00e9chapp\u00e9. Gagner un composant mal positionn\u00e9 lors de l'\u00e9tape d'alimentation n'entra\u00eene que les co\u00fbts de son r\u00e9approvisionnement, tandis que d\u00e9tecter le d\u00e9faut \u00e0 la derni\u00e8re \u00e9tape peut conduire \u00e0 la r\u00e9paration de plusieurs composants, et si le d\u00e9faut atteint le client, cela engendre de lourdes pertes financi\u00e8res et des probl\u00e8mes pour l'entreprise. L'inspection visuelle d\u00e9place le processus de d\u00e9tection des d\u00e9fauts en amont, le rendant aussi \u00e9conomique que possible, ce qui explique pourquoi les fabricants \u00e0 grand volume la consid\u00e8rent comme un syst\u00e8me central et non comme une am\u00e9lioration suppl\u00e9mentaire.<\/p>\n

Comment sp\u00e9cifier un syst\u00e8me d'inspection visuelle automatis\u00e9e<\/h2>\n

Choisir la bonne vision n\u00e9cessite une communication claire avec votre fournisseur d'\u00e9quipement au pr\u00e9alable. Soyez pr\u00eat \u00e0 fournir des informations sur ces aspects avant de demander un devis.<\/p>\n

\u2460 Liste des d\u00e9fauts. Quels d\u00e9fauts recherchez-vous ? Fournissez la liste des d\u00e9fauts \u00e0 d\u00e9tecter avec un exemple r\u00e9el, car aucun syst\u00e8me ne peut fonctionner correctement s'il n'est pas entra\u00een\u00e9 \u00e0 reconna\u00eetre les d\u00e9fauts.
\nTaille minimale de la caract\u00e9ristique. Le plus petit d\u00e9faut d\u00e9termine la r\u00e9solution de la cam\u00e9ra et l'optique.<\/p>\n

\u2461 Temps de cycle. \u00c9tablissez le rythme en fonction de votre temps d'op\u00e9ration. Votre temps takt d\u00e9finit la vitesse \u00e0 laquelle la cam\u00e9ra capture l'image, traite l'information et d\u00e9cide du r\u00e9sultat de l'inspection.<\/p>\n

\u2463 Vari\u00e9t\u00e9s de produits. Si vous produisez plusieurs ensembles de produits, vari\u00e9t\u00e9s ou noms, demandez \u00e0 votre fournisseur de pr\u00e9voir un changement bas\u00e9 sur des recettes.<\/p>\n

\u2464 Taux de faux rejet acceptable. Identifiez les niveaux de faux rejet acceptables afin que la conception de l'\u00e9clairage et la calibration du seuil soient d\u00e9finies.
\n\u00c9clairage et environnement. La finition argent\u00e9e, le bo\u00eetier noir et les \u00e9tiquettes brillantes imposeront des exigences concr\u00e8tes en mati\u00e8re d'\u00e9clairage.<\/p>\n

\u2465 Informations et suivi. Identifiez les informations \u00e0 enregistrer, les m\u00e9thodes de connexion entre les r\u00e9sultats et le code-barres, ainsi que d'autres connexions.<\/p>\n

\u2466 Int\u00e9gration et \u00e9limination. D\u00e9finissez le processus de rejet des unit\u00e9s d\u00e9fectueuses et de passage des bonnes pi\u00e8ces.<\/p>\n

\"\"<\/p>\n

Pi\u00e8ges courants \u00e0 \u00e9viter<\/h2>\n

La plupart des \u00e9checs de la vision sont dus \u00e0 quelques erreurs que nous aurions pu \u00e9viter enti\u00e8rement. La premi\u00e8re est d'investir dans des cam\u00e9ras alors qu'il aurait fallu investir dans l'\u00e9clairage, car des capteurs \u00e0 haute r\u00e9solution ne peuvent pas am\u00e9liorer une sc\u00e8ne sombre. La deuxi\u00e8me erreur courante est de d\u00e9finir la vision selon une liste de d\u00e9fauts peu claire et de se demander pourquoi elle n'a pas d\u00e9tect\u00e9 un d\u00e9faut que personne n'a mentionn\u00e9. La troisi\u00e8me erreur est de n\u00e9gliger le changement de s\u00e9rie, de sorte qu'une ligne pouvant fonctionner avec vingt produits ind\u00e9pendamment doit \u00eatre reprogramm\u00e9e manuellement \u00e0 chaque changement. La quatri\u00e8me est de traiter les taux de faux rejet comme une r\u00e9flexion secondaire, ce qui transforme m\u00eame un excellent syst\u00e8me en un syst\u00e8me que les op\u00e9rateurs apprennent \u00e0 ignorer. Enfin, l'exemple le plus r\u00e9pandu est d'ajouter la vision \u00e0 la fin plut\u00f4t que d'int\u00e9grer des points de contr\u00f4le visuels dans le processus.<\/p>\n

Int\u00e9grer l'inspection dans la ligne, pas dessus<\/h2>\n

Au fil des ans, la technologie d'inspection automatique est pass\u00e9e d'un luxe \u00e0 un composant standard pour les fabricants de produits \u00e9lectriques basse tension. Ce sont ces producteurs qui ont r\u00e9ussi en utilisant la vision au bon moment, c'est-\u00e0-dire \u00e0 l'alimentation, au nid d'assemblage, \u00e0 la t\u00eate de marquage, pour emp\u00eacher qu'un appareil non conforme quitte le site de production. Lorsqu'elle est bien r\u00e9alis\u00e9e, la vision ne se contente pas d'\u00e9liminer le produit d\u00e9fectueux, elle g\u00e9n\u00e8re des donn\u00e9es qui aident \u00e0 maintenir la conformit\u00e9 de toute la ligne de production et permettent aux clients de recevoir le produit avec un historique complet de suivi.<\/p>\n

Benlong Automation a d\u00e9velopp\u00e9 une technologie de vision automatis\u00e9e utilisant CCD et vision haute pr\u00e9cision depuis 2008, commen\u00e7ant par le contr\u00f4le des rivets et des contacts argent\u00e9s \u00e0 l'\u00e9tape d'alimentation, terminant l'inspection apr\u00e8s l'assemblage et le marquage, et toutes les \u00e9tapes d'op\u00e9ration sont automatiquement enregistr\u00e9es dans le syst\u00e8me MES.
\nDonc, si vous devez \u00e9tablir une nouvelle ligne de production ou simplement mettre en \u0153uvre la vision automatis\u00e9e dans votre production, nous serons heureux de vous aider.<\/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\/fr\/wp-json\/wp\/v2\/posts\/1683","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/benlongkj.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/benlongkj.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/benlongkj.com\/fr\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/benlongkj.com\/fr\/wp-json\/wp\/v2\/comments?post=1683"}],"version-history":[{"count":1,"href":"https:\/\/benlongkj.com\/fr\/wp-json\/wp\/v2\/posts\/1683\/revisions"}],"predecessor-version":[{"id":1689,"href":"https:\/\/benlongkj.com\/fr\/wp-json\/wp\/v2\/posts\/1683\/revisions\/1689"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/benlongkj.com\/fr\/wp-json\/wp\/v2\/media\/1685"}],"wp:attachment":[{"href":"https:\/\/benlongkj.com\/fr\/wp-json\/wp\/v2\/media?parent=1683"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/benlongkj.com\/fr\/wp-json\/wp\/v2\/categories?post=1683"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/benlongkj.com\/fr\/wp-json\/wp\/v2\/tags?post=1683"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}