‌ข้อบกพร่องในการฉีดขึ้นรูป: วิธีที่ Machine Vision ตรวจจับข้อบกพร่องที่มองเห็นได้ทั่วไปในชิ้นส่วนพลาสติก

การฉีดขึ้นรูปเป็นรากฐานสำคัญของการผลิตสมัยใหม่ โดยผลิตชิ้นส่วนพลาสติกหลายล้านชิ้นทุกวัน อย่างไรก็ตาม ข้อบกพร่องด้านการมองเห็น เช่น การเบี่ยงเบนของสี การบิดเบี้ยว และรอยเชื่อม นั้นพบได้บ่อยกว่าปัญหาด้านมิติ เนื่องจากความแปรปรวนของวัสดุและความซับซ้อนของกระบวนการระบบตรวจสอบด้วยวิชันซิสเต็มได้กลายเป็นโซลูชันที่สำคัญ ช่วยให้สามารถตรวจจับข้อบกพร่องและรับประกันคุณภาพได้แบบเรียลไทม์ บทความนี้จะสำรวจข้อบกพร่องด้านการมองเห็นที่พบบ่อยที่สุดในการฉีดขึ้นรูป และวิธีที่เทคโนโลยีแมชชีนวิชันขั้นสูงระบุข้อบกพร่องดังกล่าว เพื่อให้มั่นใจว่าสอดคล้องกับมาตรฐานอุตสาหกรรม เช่น ISO 9001

1. ส่วนเบี่ยงเบนสี (ความแตกต่างของสี)‌

คำจำกัดความ: ความแตกต่างที่เห็นได้ชัดเจนระหว่างสีของชิ้นส่วนที่ขึ้นรูปและตัวอย่างมาตรฐานภายใต้แสง D65

สาเหตุ: การกระจายตัวของเม็ดสีไม่สม่ำเสมอ ความผันผวนของอุณหภูมิ หรือการเสื่อมสภาพของวัสดุระหว่างการขึ้นรูป

การตรวจจับ: ระบบวิชันซิสเต็มใช้เซ็นเซอร์สีที่ปรับเทียบแล้วและอัลกอริธึมที่ขับเคลื่อนด้วย AI เพื่อเปรียบเทียบเฉดสีกับมาตรฐานที่กำหนดไว้ล่วงหน้า เพื่อลดข้อผิดพลาดของมนุษย์

2. ช็อตช็อต (การเติมไม่สมบูรณ์)‌

คำจำกัดความ: ส่วนที่ยังไม่สำเร็จ ช่องว่าง หรือฟองอากาศในส่วนที่ขึ้นรูป

สาเหตุ: การฉีดวัสดุไม่เพียงพอ อุณหภูมิแม่พิมพ์ต่ำ หรือช่องระบายอากาศอุดตัน

การตรวจจับ: อัลกอริธึมการตรวจจับขอบและการจดจำรูปแบบจะวิเคราะห์รูปทรงของพื้นผิว ระบุพื้นที่ที่ขาดหายไปด้วยความแม่นยำระดับพิกเซล

3. การบิดเบี้ยว (การเปลี่ยนรูป)‌

คำจำกัดความ: การบิดเบี้ยวหลังการถอดขึ้นรูป รวมถึงการดัดงอหรือพื้นผิวที่ไม่เรียบ

สาเหตุ: การระบายความร้อนไม่สม่ำเสมอ ความเค้นภายใน หรือการออกแบบแม่พิมพ์ที่ไม่เหมาะสม

การตรวจจับ: การสแกน 3 มิติหรือระบบการมองเห็นแบบสเตอริโอจะวัดความเบี่ยงเบนทางเรขาคณิตจากโมเดล CAD เพื่อให้มั่นใจถึงความสมบูรณ์ของมิติ

‌เหตุใด Machine Vision จึงมีความสำคัญสำหรับการควบคุมคุณภาพการฉีดขึ้นรูป‌

ชิ้นส่วนที่ฉีดขึ้นรูปมักแสดงข้อบกพร่องที่ไม่สอดคล้องกันเนื่องจากความแปรปรวนของวัสดุและความผันผวนของกระบวนการ ระบบวิชันซิสเต็มแก้ไขปัญหานี้โดย:

‌การปรับแต่งการตรวจสอบ‌: การปรับแต่งอัลกอริธึมให้เข้ากับรูปทรงของผลิตภัณฑ์และประเภทข้อบกพร่องเฉพาะ ‌การปรับปรุงความแม่นยำ‌: การลดผลบวก/ผลลบลวงผ่านโมเดล AI ขั้นสูง ‌การเพิ่มประสิทธิภาพ‌: บูรณาการกับสายการผลิตเพื่อตอบรับแบบเรียลไทม์

‌การเพิ่มคุณภาพ‌: ลดอัตราของเสียให้เหลือน้อยที่สุดและรับรองการปฏิบัติตามมาตรฐานอุตสาหกรรม