智能AI在冲压模具上的应用

传统视觉检测应用于冲压环境的问题：

问题1：物料偏移

由于冲压模具在执行冲裁、弯曲、拉伸等冲压成型过程中，凸模在机动时与物料边缘的摩擦，将导致物料成型后有略微偏移或轻微变形，进而造成成像变化。

问题2：反光

由于物料具有金属材质的反光特性，在实际生产中，环境光的变化、生产时油污的溅入也容易让画面产生不规则且无规律的白色反光，同时生产工艺上冲压油的注入不均，也可造成模内成像变化。

问题3：传统视觉检测容易误判

以上两个问题均对于冲压生产无实质性影响，但是却能改变机器视觉采集的图像成像，而传统的视觉检测是采用模版像素对比逻辑，像素的变化将导致视觉检测误判。

传统视觉升级→AI视觉检测：

我司自研冲压AI检测算法，可录入多张OK模板的结构特征，训练成改冲压模具独有的模型。实际生产时采用模版特征对比逻辑，对每一次开模物料进行特征对比，及时发现物料上异物，防止压模，对于产品位移和物料反光等无规律不规则影响造成的成像变化，也可轻松识别不误判。

AI视觉检测赋能冲压产线：

1.精准监控

2.检测精度高

3.防止压模

4.降低次品率

5.误判率低