TechStories made by stoba: 借助具有未来发展前景的人工智能技术进行质量检测，实现无缝隙的质量管理

自动化光学检测带来更高的质量

在检测具有不同表明特性的极小部件时，采用的检测方法需达到很高的要求：使用这些方法进行检测，可在提高质量的同时实现高生产效率，并具有成本效益且无故障。

但检测对象的复杂几何形状，以及多样的材料特性，使常规光学检测方法凸显出越来越多的局限性：例如，若检测件的表面结构不规则，或其反射特性非常不稳定，将无法对质量问题进行可靠的测定和评估。

这将导致产品缺陷风险增加，以及质量检测中的假废品的比例上升。对于制造商，后期人工检查将增加成本，而采用经优化的系统，则可避免出现这种情况。

经进一步开发的视觉系统，运行快速、准确且具有客观性：这些系统采用经优化的技术提供准确信息，且不受测试物体表面特性影响，即使在测试量大、过程时间短的情况下也不例外。

采用stoba人工智能技术，实现自动化光学质量检测

Stoba 定制机械设备业务部门推出的具有自学习功能的机床搭载InspectorONE，可用于任何部件和产品的目视检测。其中配备了摄像头和深度学习软件，能够快速自动检测部件和产品。通过深度学习功能，在实现持续可靠的产品质量的同时，具有不同特性或反射性的表面上的质量问题，即便是再小的问题，也可以检测到，而这正是人工检验员经常忽视的。此外，通过其获得的检测结果具有很高的价值，将有助于提升质量和运行效率。在同时收集真实数据和合成数据的学习阶段结束后，InspectorONE 可用于目视检测，并自行作出决定。

“对于我们的客户而言，InspectorOne的价值在于，可通过最先进的方法确保产品的可靠性和高质量。而这对汽车领域的应用尤其具有决定性意义。除了质量保证外，在经济性方面也具有核心作用”Stoba 定制机械设备业务部门负责人 Muhammer Kör 说道。

采用符合资质要求的缺陷检测，减少废品数量

通过根据特定要求调整用于排出偏差部件的系统内部公差限值，同时避免设定过小的限值范围，使废品数量保持较低水平。无论是表面缺陷，如划痕，还是密封表面上的杂质，如切屑，还是液体中的颗粒物，材料中的气泡，亦或是组件完整性，如电路板，不一而足。还支持在一台机器上同时检测不同的部件，以及在纯净室內的应用。

“InspectorONE 的优势在于，可识别出所有类型的偏差，从而确定缺陷来源，并通过人工智能预告将来可能出现的缺陷”销售专家 Michael Berkner 肯定地说道。