
Solusi · Manufaktur
ADD - tangkap cacat sebelum barang keluar.
Edge AI / AIoT vision. Cacat permukaan dan assembly dengan bukti.
Engineer quality dan proses yang butuh deteksi cacat AI tanpa proyek vendor vision tanpa ujung.
Tantangannya
Cacat keluar dari lini. Buktinya tidak.
Quality menemukan escape terlambat - setelah packing, setelah kirim, atau saat pelanggan mengembalikan foto.
- 01
Inspeksi manual tidak mengejar takt
Operator melewatkan mark permukaan dan gap assembly saat lini cepat dan lelah.
- 02
Reject tanpa reason code yang andal
Tumpukan rework tumbuh, tapi tak ada yang bisa tunjukkan stasiun dan jenis cacat mana yang mendorongnya.
- 03
Klaim pelanggan tanpa bukti
Sengketa jadi opini. Tidak ada clip terikat SKU dan timestamp.
Sering ketemu?
Dalam angka
Temuan cacat terlambat lebih mahal dari kamera.
Escape dan reject yang disengketakan menggerus quality dan kepercayaan pelanggan.
Temuan lambat
banyak cacat baru muncul di packing atau retur pelanggan
*1
Opini
tumpukan rework tanpa reason code terikat stasiun
*2
Tanpa clip
klaim kekurangan bukti pada timestamp yang benar
*3
- *1 Nyeri quality umum di manufaktur diskrit - kapasitas inspeksi ketinggalan takt.
- *2 Wawancara quality pabrik saat discovery DGOS - reason code reject sering tidak lengkap.
- *3 Siklus klaim pelanggan sering dimulai ulang tanpa bukti video tersinkron.
Cara kami menyelesaikan
Inspeksi optik di jam lini.
Kamera edge menangkap cacat permukaan dan assembly di tempat kejadian - dengan isyarat reject dan clip bukti.
- 1
Tangkap cacat sebelum packing
Cek permukaan dan assembly di stasiun - bukan setelah truk pergi.
- 2
Reject dengan konteks stasiun
Reason code dan clip terikat SKU, stasiun, dan waktu untuk review quality.
- 3
PLC stop / divert opsional
Handshake saat Anda ingin lini bertindak - bukan hanya tile alarm.
Ini jalur yang lebih sederhana.
Percakapan ROI
Tangkap di stasiun.
Penghematan muncul sebagai lebih sedikit escape dan penutupan sengketa lebih cepat.
Lebih awal
tangkap cacat
Cek optik di tempat fault terjadi - bukan setelah kirim.
Bukti
pada setiap reject
Clip terikat SKU, stasiun, dan waktu.
Ber-scope
set model
Mulai dari escape mahal; perluas per stasiun.
Target bergantung pada pencahayaan, geometri kamera, dan seberapa ketat SKU di-scope.
Cara kerjanya
Dari survei part ke ADD live
- 01
Pilih stasiun & part
Cacat mana, SKU mana, sudut kamera mana kuartal ini.
- 02
Latih model ber-scope
Edge AI untuk cacat permukaan dan assembly Anda - bukan setiap cacat selamanya.
- 03
Pasang isyarat
Alert operator, lampu reject, divert PLC opsional.
- 04
Laporan quality
Tren berbukti clip per stasiun dan SKU.
Siap memetakan langkah pertama?
Isi paket
ADD untuk lini yang mengirim barang.
Ber-scope untuk pabrik yang butuh deteksi cacat optik tanpa proyek vision tanpa ujung.
- Kamera sisi lini dengan edge AI / AIoT untuk cacat permukaan dan assembly
- Isyarat reject / rework terikat stasiun dan SKU
- Bukti clip untuk sengketa kualitas dan audit
- Handshake PLC opsional untuk stop / divert
- Set model ber-scope untuk part Anda - bukan setiap cacat selamanya
Setelah go-live
Yang pertama kali terasa
Lebih sedikit escape ke pelanggan
Root-cause lebih cepat dengan bukti clip
Data quality yang cocok dengan jam stasiun
Ingin hasil seperti ini di lokasi Anda?
Stop kirim cacat yang sudah Anda rekam.
Tunjukkan satu stasiun dan tiga jenis cacat. Kami sketch sel ADD sebelum Anda commit.
Dibangun di atas
FAQ
AI Defect Detection - FAQ.
Lead quality dan proses yang mengukur deteksi cacat berbasis kamera.
Apakah ini sel mesin AOI penuh?
Ini inspeksi optik pada kamera / edge AI lini Anda - ber-scope untuk cacat permukaan dan assembly yang Anda definisikan. Kami tidak berpura-pura mengganti setiap vendor ADD / AOI khusus untuk setiap kelas mikron PCB.
Cacat mana dulu?
Biasanya escape teratas menurut biaya atau klaim pelanggan - goresan, part hilang, orientasi salah, isu gap / seal - dibuktikan di satu stasiun sebelum roll-out pabrik.
Bisa menghentikan lini?
Opsional. Banyak pabrik mulai dengan isyarat operator dan lampu reject; PLC stop / divert datang setelah model dipercaya.
Pencahayaan dan penempatan kamera?
Bagian dari scope. Kami survei geometri stasiun, silau, dan takt agar model melihat apa yang manusia sebut cacat.
Hubungan dengan OEE?
OEE adalah visibilitas lini dan orang. ADD adalah deteksi cacat quality. Mereka bisa berbagi kamera dan edge jika berguna - bukan paket yang sama.
Ceritakan masalahnya - kami susun solusinya.
Obrolan singkat. Tanpa teater pitch. Kami dengar, lalu susun jalur yang jelas.