การตรวจจับแสงอัตโนมัติ RevEye - RevEye-Integral >>>

การตรวจจับข้อบกพร่องทางแสงอัตโนมัติ RevEye ตามแบบจำลองทางคณิตศาสตร์และอัลกอริทึมที่พัฒนาขึ้นด้วยตนเองการวิจัยเชิงลึกเกี่ยวกับลักษณะพื้นผิวของวัตถุรวมกับเทคโนโลยีการส่องแสงด้วยตนเองเพื่อสร้างทฤษฎี AOI ขั้นสูงซึ่งใช้ในการตรวจจับข้อบกพร่องภายนอกเช่นรอยขีดข่วนเว้านูนสกปรกความแตกต่างของสีบนพื้นผิวที่มีรูปร่างผิดปกติของผลิตภัณฑ์โลหะ

RevEye Integralส่วนใหญ่ใช้กับการตรวจสอบข้อบกพร่องของแผงวงจรที่แม่นยำ ความเร็วในการตรวจจับที่รวดเร็วและความแม่นยำสูง

รวมถึงแต่ไม่ จำกัด เฉพาะประเภทของข้อบกพร่องต่อไปนี้:

·ระยะทางด้านนอก (การตรวจจับเส้นด้านข้าง)

·เส้นผ่าศูนย์กลางและระยะห่างของรูเท้าเชื่อม

·ชิป PIN จำนวนชิ้นและระยะห่าง

·การจดจำตัวอักษรบนกระดาน

·ข้อบกพร่องของพื้นผิวจอแสดงผล

·การตรวจจับพื้นผิวกระจกหรือลักษณะเรียบ

·การวัด 3D แบบง่าย

คุณสมบัติของอุปกรณ์

I. การบังคับใช้กว้าง:

การตรวจจับข้อบกพร่องภายนอกและการวัดขนาดของชิ้นส่วนยานยนต์ที่มีรูปร่างผิดปกติต่างๆอุปกรณ์ทางการแพทย์ชิ้นส่วนฮาร์ดดิสก์ฮาร์ดแวร์ทุกชนิดและผลิตภัณฑ์อื่น ๆ

ครั้งที่สอง ความแม่นยำสูง:

·ความละเอียดข้อบกพร่อง +/- 3 พิกเซล;

·ทำซ้ำความถูกต้องของตำแหน่ง +/- 1 พิกเซล; ค่า P / T ≤0.30;

·รองรับ LAN ภายในและอินเทอร์เน็ตภายนอกตรวจสอบสถานะของอุปกรณ์จากระยะไกลแบบเรียลไทม์ปรับปรุงความสามารถในการตรวจจับซ้ำและความน่าเชื่อถือ

·คู่มืออัจฉริยะยังช่วยในการตรวจจับที่แม่นยำสำหรับพื้นผิวที่ต้องการมาตรฐานการตรวจจับที่แตกต่างกัน

III ความเร็วสูง:

ระบบ Auto Cam และ Auto Cal สามารถช่วยในการสอบเทียบอัตโนมัติและการตั้งค่าพารามิเตอร์ของระบบถ่ายภาพตามลำดับเพื่อให้ได้ระดับการตรวจสอบระดับสูงความเร็วในการวัด 0.25 วินาที / MB (การจับการประมวลผลและการตรวจสอบการวิเคราะห์ภาพ 10 ภาพที่มีขนาด 5MP ให้เสร็จสิ้นภายใน 12 วินาที)

IV. สิทธิในทรัพย์สินทางปัญญาที่เป็นอิสระ:

เครื่องมือซอฟต์แวร์ที่มีความเร็วสูงและแม่นยำต่อไปนี้ (ในคำขอรับสิทธิบัตร)

·AutoCal: เครื่องมือสอบเทียบอัตโนมัติสำหรับการบำรุงรักษาซ่อมแซมที่แม่นยำ

·AutoCam: กล้องออพติคอลอัตโนมัติและเครื่องมือตั้งค่าพารามิเตอร์แสงเพื่อให้ได้ภาพที่ดีที่สุด

·AutoMask: เครื่องมือสำหรับการจับคู่ภาพที่ดีที่สุดโดยอัตโนมัติ

·SmartGuide: เครื่องมือที่แนะนำการตั้งค่าพารามิเตอร์การตรวจจับที่ดีที่สุด

·Edging: รูปแบบการประมวลผล "ขอบ" ในการประมวลผลภาพ

·Pattern Recognition: อัลกอริทึม "การระบุประเภท" ในการตรวจจับข้อบกพร่อง

กรณีการตรวจสอบ

ข้อกำหนดประสิทธิภาพของอุปกรณ์