組裝線上哪些檢查點需要自動化視覺檢測技術？

作者：黃曉蕾 | 本龍自動化

在處理低壓電線時，若因送出銀觸點設定錯誤、元件反向或雷射碼無法辨識的斷路器而導致品質不良，將會立即終止業務運作。多年來，唯一防範此類缺陷的措施是依賴具備敏銳視力和強力燈光的優秀操作員。然而，隨著每月數十萬台的生產量增加及外貿對品質要求的嚴格，這種做法變得效率低下。因此，斷路器和電錶製造商依賴專用的 自動視覺檢測技術.

本文件旨在說明上述技術的內容、其最適用的情況，以及如何建立一套系統以實現缺陷檢出而不良品誤判。將針對四個大幅影響斷路器與電錶製造良率的重點進行說明：元件方向、銀觸點品質、自動組裝結果及雷射標記品質。.

什麼是自動視覺檢測技術？

簡單來說，, 機器視覺檢測 是以相機和電腦取代人工判斷。零件進入檢測站，受控光源使目標特徵突出，一台或多台相機拍攝影像，軟體將影像與既定標準比對。系統在毫秒內回傳判定結果：合格、不合格或返工，並指示生產線繼續輸送良品或分流不良品。此技術在工廠現場常被稱為 自動光學檢測, （AOI），在中國電氣廠通常實施為 CCD視覺檢測, ，名稱源自相機中使用的電荷耦合元件感測器。.

重大改變不在於相機本身，而在於所做的選擇。人工檢查一班次內的一萬台斷路器即需做出一萬次判斷，然而即使是稱職的檢驗員，其判斷能力也會在數小時內降至最低。例如，視覺系統對第一台與第百萬台設備的判斷方式完全一致。此外，與人類不同的是，系統會將所有檢測結果與設備條碼對應，建立可追蹤的品質歷史。.

為何人工檢測無法跟上

手動目視檢查有三個缺點。它速度緩慢，因為人類一次只能觀察一個方面，且必須親自提起、旋轉並放下每一個零件。它不一致，因為分心程度、照明和心情會影響整個班次及不同操作員的表現。最後，它模糊不清，因為人為評估沒有留下證據，因此無法確定哪些產品已被檢查，或將現場故障與檢查結果連結。所有這些限制綜合起來，會在高速生產線上形成可測量的漏檢率，即未被察覺的缺陷數量，從而因退貨和額外工序而降低利潤。我們背後的經濟學 MCB檢驗輸送機 清楚指出：將檢查從手動工作台轉移到自動化、數據記錄的生產線，是效率提升的主要來源。.

自動化視覺檢查發揮價值的四個檢查點

視覺檢查在缺陷容易被捕捉且錯過代價高昂的環節最有價值。在斷路器或電表生產線上，有四個此類檢查點特別突出。. 在送料階段捕捉到的缺陷成本僅為最終組裝後發現同樣缺陷成本的一小部分，因為此時單元已經損失了內含價值。.

送料時的元件方向

大多數小型電氣零件以散裝形式送達生產線，並由振動料斗分離。問題在於料斗會以重力決定的任意方向呈現零件，且許多元件正反面幾乎相同。裝反零件是下游組裝失效的最常見原因之一。. 方向檢測 透過在送料軌道上方安裝攝影機解決此問題：系統在零件通過時讀取其正反面特徵，並在零件到達組裝位之前，拒絕或重新循環任何方向錯誤的零件。由於檢查發生在送料階段，錯誤方向的零件不會消耗工位週期或緊固件。我們的 MCB視覺自動鉚釘檢測設備 正是運用此原理，使用高解析度攝影機和影像處理軟體，以約每極一秒的速度確認每個零件的位置和設定，而我們的 智能MCB組裝停止設備 則根據零件提供視覺或光纖檢測不良送料。.

送料時的銀點品質

銀點是斷路器的重要組件，也是物料清單中最昂貴的零件之一。如果銀觸點或雙金屬鉚釘在到達工廠時出現裂紋、變形、尺寸不足或污染，將導致斷路器無法通過接觸電阻測試，甚至更嚴重的是過熱。因此，在焊接前於送料過程中檢查銀觸點在經濟上是合理的，且能提升焊接品質，因為此階段即可識別出有缺陷的銀觸點。檢查透過視覺檢測站完成，涉及檢查每個觸點的尺寸、形狀及表面狀況，確保其符合焊接要求。此檢查與焊接自然配合：我們的 銀點及靜態觸點自動焊接機 內建品質檢測功能，監控焊點本身，而銀觸點精密焊接的更廣泛背景則涵蓋於我們的 電氣製造自動化意義概述. 。焊前與焊後的視覺檢測共同閉合了產品中最關鍵接點的品質控制環節。.

驗證自動組裝結果

組裝後視覺檢測 確認自動化工站確實完成預定工作。雖然自動化可靠，但並非萬無一失：螺絲可能缺失或位置不正確；彈簧可能未置於正確位置；蓋子可能突出；端子可能彎曲。關鍵組裝工序後的攝影機會檢查零件的存在、位置及擺放是否符合良好參考標準，若不符則標記該單元為不合格。此舉將組裝工站從開環系統轉變為閉環系統，因為生產線能即時得知規格偏差，而非在最終測試時才發現。Benlong在其生產線中廣泛採用此類線上檢測；我們的 固態繼電器自動組裝與檢測線 在組裝步驟間串聯多個CCD檢測，確保缺陷在產生該缺陷的工站即被捕捉，而非流至生產線末端。.

編碼後雷射標記檢查

每個斷路器、電表及充電器出廠時均帶有印刷或雷射標記資訊：品牌、額定值、極數、標準、批號，且通常包含用於追蹤的數據矩陣碼或QR碼。若標記缺失、位置錯誤、字跡模糊或錯誤，該單元將無法銷售；若碼無法讀取，則無法追蹤。. 雷射標記檢測 利用標記站後的視覺系統立即驗證標記內容是否正確、清晰且位置正確，並評估任何二維碼的可讀性。由於標記為最後工序之一，於此處發現錯誤仍可防止帶有缺陷的成品出貨，避免客戶首見缺陷。我們的 MCB機器人自動雷射標記設備 將 CCD 檢測直接整合到標記單元中，因此標記在施加的同時即被驗證。.

技術運作原理

它由四個部分組成，且這四個組件必須協同運作，系統才能有效。首先是照明部分。適當的照明對揭示缺陷至關重要，因此一個光線充足且難以解決的工程問題遠勝於一個光線不足但看似簡單的問題。接著是相機和鏡頭拍攝影像；解析度與被檢測缺陷的大小成正比。影像捕捉後，會使用軟體進行分析，分析方式可能包括基於數量比較公差的測量、與標準樣本比對，或使用深度學習模型。最後，系統透過將結果（通過/不通過）傳送給線路控制器，同時將結果記錄到 MES 系統中來執行操作。.

高效 自動視覺檢測系統 的最終目標是確保所做決策的正確性，而非美觀。系統的準確度由誤拒率決定，即被判定為不良的良品比例。若系統設定過於嚴格，良品將被拒絕，操作員會不斷被誤報警中斷；若設定不夠嚴格，則無法檢測出不良品。.

基於規則、標準樣本或 AI 視覺匹配缺陷的檢測方法

並非所有缺陷都適合使用相同的解決方案，方法決定了工站的成本與可靠性。當問題是尺寸且定義明確時，基於規則的測量是最佳技術，例如檢查鉚釘是否固定在正確位置窗或接點是否達到要求尺寸。此方法快速且易於理解，且任何決策都有數值和公差，易於驗證。標準樣本比對適用於難以用單一測量定義但相對於已知良品易於識別的特徵，如組裝柱的外觀。深度學習視覺適用於最困難的任務，如極端表面缺陷、斑點或普通規則無法有效涵蓋的變異缺陷，透過範例學習判斷不良與良品的界限。實際生產通常結合上述技術，簡單檢查如測量簡單參數可用傳統方法解決，模糊問題則使用機器學習模型，因為每種學習技術都需一定的處理與調整，簡單方法則可避免此需求。.

有必要釐清視覺檢測與功能測試能力之間的界限。視覺檢測評估單元的外觀，判斷元件是否存在、位置是否正確、是否無損壞、是否正確定位及正確識別。然而，視覺檢測無法提供斷路器是否能在要求值下跳脫或通過高壓測試的資訊。這些問題可透過功能與電氣測試設備來解決，該設備能施加負載並了解被測元件的行為。最有效率的公司會嘗試連續使用這兩種流程，以透過視覺檢測排除可見及機械缺陷，並將昂貴的測試程序留給無任何視覺缺陷的設備。將視覺檢測用作功能檢測的替代方法是錯誤的，因為它們發現不同的故障並在流程的不同階段使用。.

自動化視覺檢測為電氣製造商帶來的價值

視覺檢測的投資回報率在多方面皆可見。首先，良率提升，因為問題由機器在發生的工站即被發現，而非在最終測試區域。逃漏率降低，意味著需要退回的產品減少，保固索賠也會減少。產能提升，因為視覺測試與正常製造流程同時進行，消除了人工檢測的需求。人工勞動力從重複性檢測轉移至更複雜的任務，對出口至印度、土耳其及巴西尤為重要的是，每次檢測皆被記錄並提供每件產品所需的報告。.

若考慮逃漏缺陷的成本，財務效益便一目了然。在送料階段發現元件位置錯誤，只需重新送料即可，但若在最後階段才發現缺陷，可能需修復多個元件，且若缺陷已流入客戶端，將造成大量財務損失及公司問題。視覺檢測將故障發現流程提前，盡可能降低成本，這也是大量生產製造商視其為核心系統而非附加改進的原因。.

如何規範自動化視覺檢測系統

選擇合適的視覺系統需事先與設備供應商進行明確溝通。請準備好提供以下資訊後再詢價。.

① 缺陷清單。您要尋找哪些缺陷？請提供需檢測缺陷的清單及實際範例，因為若系統未經訓練識別缺陷，將無法正常運作。.
最小特徵尺寸。最小缺陷尺寸決定相機解析度與光學系統。.

② 週期時間。根據您的操作時間確定節奏。您的節拍時間定義了相機捕捉影像、處理資訊及決定檢驗結果的速度。.

④ 產品種類。如果您生產多組產品、品種或名稱，請讓您的供應商基於配方提供換線方案。.

⑤ 可接受的誤拒率。確定可接受的誤拒水平，以便定義所需的照明設計和閾值校準。.
照明與環境。銀色表面、黑色外殼和光滑標籤將帶來具體的照明需求。.

⑥ 資訊與追蹤。確定需記錄的資訊、結果與條碼之間的連接方式及其他連接方式。.

⑦ 整合與剔除。定義剔除不良品並允許良品繼續的流程。.

常見陷阱避免

大多數視覺系統失敗是由於幾個本可完全避免的錯誤。第一是在應該投資照明的地方投資相機，因為更高解析度的感測器無法改變昏暗的場景。第二個常見錯誤是根據不明確的缺陷清單定義視覺系統，然後納悶為何找不到沒有人提及的缺陷。第三個錯誤是忽視換線，使得本可獨立運行二十種產品的生產線在切換時必須手動教導。第四是將誤拒率視為事後考量，這會使即使是優秀的系統也被操作員學會忽略。最後，最普遍的例子是將視覺系統安裝在生產線末端，而非將視覺檢查點整合到流程中。.

將檢驗建置於生產線中，而非附加於其上

多年來，自動檢驗技術已從奢侈的附加設備轉變為低壓電氣製造商的標準組件。成功的生產商是在正確時間使用視覺技術，即在送料器、組裝巢穴、標記頭處，防止不合格裝置離開生產現場。正確執行時，視覺系統不僅丟棄不良品，還產生數據，有助於保持整條生產線的合規性，並讓客戶收到具有完整追蹤歷史的產品。.

Benlong Automation 自 2008 年起開發使用 CCD 及高精度視覺的自動化視覺技術，從送料階段的鉚釘檢查和銀接點開始，完成組裝及標記後的檢驗，所有操作階段均自動記錄於 MES 系統中。.
因此，無論您是需要建立新的生產線，還是僅需在生產中實施自動化視覺，我們都樂意為您提供協助。.