以人工智慧優化雷射焊接製程的品質監控
現代生產製程不斷變化，需要創新的解決方案。透過使用人工智慧，製造商現在可以更有效、更精確地控制焊接製程。
具備最新人工智慧功能的雷射焊接監視器 LWM 代表了雷射焊接放射物分析的一大突破。
- 預測焊接強度- 可以精確地確定物理性能，例如焊接的最大負載能力。
- 自動缺陷分類- 在出現故障焊縫 (NOK) 的情況下，可可靠地識別和分配缺陷類型。這可增加分析的客觀性，並有助於製程最佳化。
雷射焊接監視器 LWM 可在全自動化的生產環境中偵測製程偏差，並確保您的品質始終符合標準。每一道雷射焊接都會被監控、分析和記錄，以確保批量生產的完整可追溯性和一致的品質。
在以下影片中，您可發現我們的技術如何成功應用於電池觸點的大量生產。
預測和精益流程
透過 LWM AI 預測雷射焊縫的物理特性
自動缺陷分類 - 在焊接不良的情況下識別缺陷類型
線上資料擷取 - 可直接在雷射焊接過程中進行，且無需週期時間
估值與計算
可量化的結果 - LWM AI 增加了品質評估的客觀性
工廠操作人員可輕鬆處理 - 自動預測 OK/NOK，包括瑕疵類型偵測
適應性與分析
無需重新訓練的有效結果 - 即使製程參數在定義的範圍內變更
自動缺陷分類 - 透過人工智能支援的缺陷類型分析，實現有針對性的返修策略
以人工智慧接觸電池芯
具備人工智慧的雷射焊接監視器 LWM 可記錄雷射焊接過程中的線上與週期時間中立的排放，並即時進行分析。透過人工智慧，這些資料可用於精確預測焊縫的物理特性。
此技術已成功通過電池接觸的測試，並可預測
- 焊縫的最大力
- 元件之間的間隙大小
- 焊接深度
對使用者有什麼好處？
過去，機器操作員必須自行解釋感測器信號 - 如今，人工智能可直接提供物理值，例如 1,234 N 的焊接力。這樣就更容易區分好的焊接和有問題的焊接，並得出有針對性的措施。
也可以找出可能的錯誤來源：例如，如果 AI 檢測到 345 微米的間隙，則可能是夾緊裝置故障所致。
AI 支援的製程監控可提供製造商更高的製程可靠性、更佳的品質保證以及更有效率的生產製程。
使用人工智慧的雷射焊接髮簪
人工智慧應用於雷射焊接的另一個成功例子可以在定子生產中找到，特別是在髮夾焊接中。
人工智能支援的分析可用於可靠地預測關鍵品質參數：
- 焊縫附著表面
- 電阻
此外，人工智能甚至可以在一定程度上分析焊縫缺陷的原因，例如通過識別是否存在激光功率不足或聚焦位置不正確（缺陷類型分類）。一旦識別出缺陷類型，最終用戶就可以應用定制的後處理策略。
客戶的優勢？
預測電阻和接合面對於評估髮絲焊接的品質至關重要。我們的 AI 現在可提供明確的物理值，無需詮釋感測器訊號曲線。這使得品質評估變得更加容易，並為系統操作員提供了更高的製程可靠性。
技術數據
- 即時預測多個物理參數
- 應用領域固態雷射：適用於紅/藍/綠雷射及 CW 或脈衝模式
- 可能的應用： 消費性電子產品、電動車領域的電池和定子生產
我們需要您的同意才能加載表格！
我們使用 Marketing Cloud Account Engagement (Pardot) 表單嵌入可能收集有關您的活動的資料的內容。請查看詳細資訊並點擊 Pardot 框以接受服務並查看內容。
您還有其他問題或想要報價嗎？那就聯繫我們吧！
