反渗透膜（RO膜）在线视觉检测设备

全自动贴标机是一款高效设备，专门用于将成卷的纸标签精准、自动地贴附于液晶屏之上。这些标签背面自带粘胶，整齐地排列在光滑底纸上，经过贴标机内置的精密剥标机构，能够准确无误地实现自动剥离。 全自动贴标机能够捕捉到流水线上显示屏的位置，通过视觉系统精准识别其坐标。全自动贴标机的吸头在Feeder处准确抓取标签后，采用全景定位技术精确识别标签坐标。随后，根据机器内部高度优化的算法，迅速将标签与显示屏上需要贴附的位置坐标进行精确匹配，最后准确无误地贴覆在产品上，确保了极高的贴附精度。 如今，全自动贴标机已成为显示行业中的得力助手，不仅极大地提升了生产效率，还因其高精度、高效率的特点，逐渐替代了传统的人工贴标方式。此外，该设备还广泛应用于LED行业、新能源等领域，为各种产品的标签贴附提供了快速、精准的解决方案。

由于医用储液袋的特殊性，对储液袋产品质量必须有严格的检测要求。传统的检查方法是直接通过人工视觉方法进行检验，劳动强度大，易产生视觉疲劳和质量波动，不仅消耗大量的人力，造成生产成本的上升，同时也制约了整条生产线的效率。 基于机器视觉的智能储液袋/储液软袋异物AOI检查机，融合了图像处理技术、电子与通信、机械设计、控制技术等，针对储液袋中目标异物特点，设计出检测机械系统和配套成像光源系统，分析了异物成像特征，提出具有较强鲁棒性的目标异物识别算法并配合电气控制系统完成次品分离，设备具有非接触、检测准确率高、精度高、速度快等特点；   使用设备检测可以提高异物检测的效率以及准确性，避免异物不良产品流入下一工序，提高了产品的合格率。 储液袋/输液袋在生产过程中不可避免地会混入少量微小不溶异物，比如塑料屑、纤维、毛发等。如果这些异物被输入到人体当中，就会造成一定的伤害，严重者甚至会因此失去宝贵的生命。因此，国家标准强制性要求每瓶（每袋）输液产品必须进行灯检。包装容器主要有玻璃瓶、塑料瓶和输液软袋三种。针对玻璃瓶和塑料瓶中的异物检查，已经从人工阶段逐步进入自动化检测阶段，国内外都有产品问世。但是针对使用越来越广、性能更好的输液软袋，国内还没有成熟的产品问世，完全使用人工灯检。工人灯检受客观因素影响较大，并且工人易疲劳,检测结果不稳定，因此为了克服人工灯检的弊端及提高工厂的自动化程度和经济效益，研究输液软袋中微小异物检测算法具有重要的应用价值。基于机器视觉研究了输液软袋中微小异物检测技术，根据输液软袋及袋内杂质的光学和运动学特性，设计了预处理、光照及光源控制方法，提高拍摄图片的质量及对比度，最后根据拍摄的图片开发了专用算法，完成了输液软袋中的异物检测。    

在净水器反渗透膜（RO膜）的实际生产过程中，各个环节均可能会对反渗透膜造成破坏，产生孔洞、涂料不均、黑点、黄斑、折痕和破裂等缺陷，这些缺陷都会对相关产品质量造成影响，降低成品膜元件（滤芯）的合格率。 我们的RO膜来料在线视觉检测机集成到RO膜裁切机台，可对RO膜片实时成像拍照后进行缺陷检测，检测到缺陷后就发NG信息给上游裁切机台，让上游机台暂停，同时进行蜂鸣报警以便通知人工取出不良RO膜片，人工剔除不良膜片后，人员按下复位设备清除报警信息，检测机继续运行。  

自动焊锡机主要应用于电子制造业，主要针对回流焊、波峰焊等生产设备难以完成的焊锡工艺，特别适用于混装电路板、热敏感元器件、SMT后段工序中敏感器件的焊接。自动焊锡机器人代替人工焊接，提高工作效率，改善焊接质量。 我司的AOI视觉自动焊锡机在原有自动焊锡机基础上，增加了具备AI深度学习功能的AOI缺陷检测，主要可检测漏焊、连焊、焊锡少、焊锡多等缺陷，实时监控焊锡品质，提升良品率。 AOI视觉检测模块可以与友商焊锡机对接，为其增加AOI缺陷检测功能。该模块还可以实现CCD视觉定位，迅速自动找到焊点，从而节省单点定位编程时间。

目前市场上现存的传统AOI检测设备大多不具备AI深度学习功能，普遍存在误报率高等痛点，无法实现自动化生产，生产效率低下。AI人工智能系统通过网络与友商AOI设备通信，并在友商AOI设备检测结果的基础上，利用基于深度学习的AI人工智能系统进行复判，降低误报率，提高检测准确率。  AOI +AI：AI赋能友商AOI设备，减少误判率，提升检出率！ 在精密电子元件焊点检测、半导体晶圆微米级瑕疵筛查等工业质检核心场景中，传统人工目检的效率瓶颈与精度局限被彻底打破。融合 AI 技术的自动光学检测（AOI）系统，正以 “全链条渗透、自主化决策” 的核心能力，贯穿研发、生产、运维全流程，推动产业基因实现从 “人工主导” 到 “智能驱动” 的升维变革。   传统 AOI 设备虽具备高速图像捕捉能力，却受限于规则算法的固有桎梏。面对电子元件焊点的虚焊、偏移，或半导体晶圆的细微划痕、隐性污染等复杂缺陷，预设的检测阈值难以覆盖千万级的缺陷变体，导致误判率居高不下，部分场景甚至高达 30%，最终仍需依赖人工复检，既耗时又难以保证检测一致性。   而 AI 技术的深度注入，彻底颠覆了传统 AOI 的检测逻辑。通过深度学习模型对海量产品缺陷样本进行迭代优化训练，系统不再局限于 “像素比对”，而是自主构建起类人类的 “视觉理解” 能力 —— 能够精准识别缺陷的形态特征、形成逻辑，甚至预判潜在质量风险。以某头部电子企业的 PCB（印制电路板）检测场景为例，AI-AOI 系统将焊点缺陷识别准确率提升至 99.5%，误判率则骤降至 0.02%。这不仅是检测精度的飞跃，更标志着工业质检从 “被动识别” 迈向 “主动认知” 的新阶段：机器真正理解了 “何为合格”，实现了从 “判断结果” 到 “理解逻辑” 的跨越。   更重要的是，AI 驱动的 AOI 系统并未止步于 “发现问题”，而是进一步向 “解决问题” 的全流程决策中枢演进。在高端显示面板产线中，系统实时采集、分析检测数据，并将结果同步反馈至前道工艺设备，形成 “检测 - 分析 - 调控” 的闭环。例如，当检测到面板镀膜厚度出现异常波动时，AI 系统会即刻联动溅射机，自动调整工艺参数，将质量干预从传统的 “事后补救” 转变为 “事中纠正”，从源头减少不良品产生。   这一闭环决策能力的底层支撑，源于以虚数科技 DLIA 工业缺陷检测系统为核心的协同框架。该框架以 DeepSeek 大模型作为决策中枢，结合工业知识图谱解析复杂工艺规则，实现 “质量数据驱动柔性排产” 的智能运营。当某批次电子元件缺陷率突然异常升高时，系统会自动追溯问题根源，同步调度替代物料，并动态调整下游生产工单，避免产线因物料问题陷入停滞，最大化保障生产连续性。   如今，在无人值守的 “黑灯工厂” 中，AOI 自动化决策系统已实现自主巡检、智能决策、动态优化的全流程闭环。在此模式下，工人不再困于重复枯燥的目检工作，转而成为 AI 模型的 “训练师”，专注于标注新型缺陷、优化模型算法；工程师也无需手动调试繁琐的设备参数，而是通过引导大模型探索更优工艺方案，释放更多精力于技术创新与流程优化。   这种转变的本质，是工业生产中 “认知资源” 的重新配置：将人类擅长的创造性规则定义、复杂问题思考等核心能力充分发挥，同时让机器承接高频次、高精度、高重复性的执行任务，实现 “人机协同” 的最优效能。这并非单纯的技术胜利，更是机器智慧与人类意志的深度共鸣 —— 流水线依旧高速运转，但每一道工序的弧光里，都镌刻着 “效率与精度”“创新与执行” 协同进化的印记。在 AI 与 AOI 的深度融合下，工业生产制造流程正不断突破传统边界，向着更智能、更高效、更柔性的未来持续进化。

粒子个数复判系统用于对友商粒子压痕检查机的检测报表数据（粒子数）进行分析，对粒子数小于设定阈值的产品采用传统图像算法和AI深度学习系统再次进行二次复判，大大提高了检测准确率，并将真实NG数据通过CIM上传并进行锁账。

本产品提供了液晶显示面板静电放电测试系统及方法，使用六轴机器人夹持静电枪，按照设定好的点位进行放电及消除静电动作，取代过去中人工手持静电枪操作的方式，减少了操作人员的重复性动作，避免人员长时间手持测试疲劳，提高检测效率，在一定程度能提高测试精度、测试准确性及测试的一致性。

可广泛应用于果农、食品加工厂、大型果蔬超市等果蔬的分选工作。主要对重量、尺寸、形状、纹路、颜色、瑕疵等进行分选。果蔬内部质量无损检测，除了糖度以外，还可检测内部褐变、糖心等；果蔬分选机均采用个性化定制模式，每台设备都是结合客户的厂房面积、日均处理量、所需功能、业务模式等综合情况定制而成。