TL;DR · 一分鐘看懂本案
- 場景：汽車 Tier 1 / Tier 2 煞車片產線，主機廠 IATF 16949 audit 要求，200-1,500 件/小時產能
- 痛點：高反光金屬 + 摩擦材紋理複雜 + 0.2-0.5 mm 微小針孔，傳統規則式 AOI 漏判，人工目檢 5-10 秒/件節拍不夠
- 方案：Cognex In-Sight 3800 + 三層演算法堆疊（PatMax 定位 + Edge Detection 量測 + Edge Learning AI 分類）+ HDR Multi-exposure 解高反光
- 關鍵成效：檢出率 88-92% → 99.0-99.5%（+7-11.5 pp）、速度 5-10 秒 → 0.5-1 秒/件（5-10×）、年省 NT$100-180 萬人力（視個案評估）
- 關鍵決策點：高反光金屬必先做 POC 確認光源（Dome / Coaxial / Dark Field）+ AI 樣本收集策略（Edge Learning 5-10 張入門、ViDi 200+ 張高精度）
ℹ 資料說明：本案例 A 廠 / B 廠等為代號標示，KPI 數字為類似專案的典型成效範圍，實際依專案有所差異；資料來源：VSK 內部 POC 紀錄。如需細部資料，請聯絡 VSK 業務。
客戶背景
A 廠（汽車零件業）：供應主機廠的 Tier 1 / Tier 2 煞車片製造商，量產規模年均數百萬件等級。產線特性 200-1,500 件/小時（依零件複雜度而定），品質壓力來自主機廠對品質零容忍，一旦客訴可能整廠抽檢甚至失去供貨資格。法規 / 規範要求涵蓋 IATF 16949 § 8.5.2.1 追溯、PPAP 樣品認可、ISO 9001 § 8.5.2 標示與可追溯性。
煞車片表面是「容易做但難穩定」的視覺檢測應用，主要瑕疵類型可分為以下幾類：
- 針孔 / 鑄造氣孔：摩擦材壓制過程氣體未排盡，常見尺寸 0.2-0.5 mm，與摩擦材紋理對比微弱
- 縮孔：摩擦材冷卻收縮造成局部凹陷，深度不定、位置隨機
- 表面紋理變異：原料批次差異使紋理粗細不一，影響 AI 判定基線
- 多 SKU 形狀變異：不同車款 / 規格的煞車片形狀差異大，需多套配方切換
傳統規則式 AOI 設「面積 > X」「圓度 > Y」會漏判許多輕微瑕疵；位置 / 大小 / 形狀變異大的瑕疵需要 AI 深度學習處理才能穩定。主機廠對品質零容忍 + IATF 16949 audit 對追溯的嚴格要求，使紙本 / 抽檢式品保已不敷使用。
系統配置
本案採用 Cognex In-Sight 3800 高解析度視覺主機整合產線煞車片針孔檢測站，完整配置如下：
- 視覺主機：Cognex In-Sight 3800（高解析度智慧相機 + 內建多色光源 + AI 工具支援）
- 光學設計：依煞車片表面狀態（高反光 / 摩擦材紋理）採同軸光（消除鏡面反光）+ Dark Field 低角度光（突顯凹陷邊緣）+ HDR Multi-exposure（拉動態範圍）
- 通訊介面：相機原生支援 PROFINET / Ethernet/IP / Modbus TCP 與產線 PLC / MES 對接，NG 即時剔除
- 影像追溯：NG 影像自動歸檔（含批號、時間、操作員、檢測值），符合 IATF 16949 audit trail 要求
三層演算法堆疊（核心技術）：
- PatMax 定位層：穩定定位煞車片邊緣與孔位中心，克服明暗變化與輪廓尺寸縮放
- Edge Detection 量測層：以亞像素邊緣偵測量測孔徑、孔位偏移、面積
- Edge Learning AI 分類層：對針孔 / 凹坑做 AI 分類，避免把正常摩擦材加工紋理誤判為瑕疵
NG 判定條件（典型配置）：1 個 > 1 mm 針孔 / 或 5 個 > 0.3 mm 針孔 / 或鑄造氣孔可見深度超過閾值 — 具體閾值依車型 / 主機廠規範由 VSK 與客戶 QA 協同設定。
商業價值
- 品質提升：檢出率提升、漏判率下降，直接降低下游客訴與重工成本；對 Tier 1 / Tier 2 廠維持主機廠供貨資格有直接幫助
- 產能釋放：自動化檢測釋放人力至更高附加價值工作（製程改善 / 配方調整 / OEM 對接）
- 追溯完整：每件影像 + 數據可追溯，IATF 16949 audit 與主機廠抽驗時資料齊備
- ROI 回收：依產線複雜度與整合範圍而定，VSK 可依您現場數據試算回收期
煞車片針孔檢測的失敗模式分析
煞車片針孔檢測在汽車產線的失敗模式可歸為四類。第一，金屬高反光鏡面飽和導致針孔輪廓邊界模糊 — 同軸光配偏振片可抑制鏡面高光，但深色 / 髒污摩擦材需配 Dome 漫射光補強對比；HDR Multi-exposure 多次曝光合成可進一步擴展動態範圍。第二，0.2-0.5 mm 微小針孔解析度極限 — 5 MP 相機 + 適當鏡頭與工作距離可達 ≥ 5-10 pixel/瑕疵的穩定門檻；視野過大時需多次拍攝拼接。第三，摩擦材紋理變異（粗 / 細紋、原料批次差異）— Edge Learning 對紋理變異有一定容忍度，但需在 POC 階段收集所有變異樣本作訓練，避免上線後出現 unseen pattern。第四，產線振動與擺位變異 — 高速輸送帶振動可能使煞車片位置漂移幾 mm，PatMax 浮動定位 + 機構治具夾持需協同設計。
降低失誤的工程實務：POC 階段須收齊邊界樣品（極輕微針孔 0.2 mm 以下、極端反光高峰）作為容差設定基準；光源 over-design 比 POC 需求高 30-50% 強度與均勻度，預留產線環境變異緩衝（季節 / 班別 / 原料批次）；定期維護每月清潔鏡頭 / 光源、每季確認光源衰減；AI 模型每月複檢（抽樣 100 件 OK / NG 對照 AI 判斷），準確率低於 99% 觸發重訓練；IATF 16949 / 主機廠 audit 對追溯的要求由整合方主導，Cognex 視覺設備可提供辨識率穩定度與量化報告。
為什麼選擇 Cognex PSI 系統整合商
機器視覺導入的成敗，遠超過「相機規格表上的數字」。VSK 威視康累積在台灣製造業 10 年以上的整合經驗中，反覆觀察到三個關鍵失敗點：第一，沒做 POC 直接下單，產線上線後才發現節拍跟不上或邊界樣品判定不穩。第二，光源沒有 over-design 餘量，產線環境光變化（季節 / 班別）後辨識率明顯下降。第三，視覺與機構 / I/O 分工模糊，整合方對訊號規格不熟悉導致延宕。Cognex PSI（Premier Solution Integrator）認證的訓練重點，正是上述三項：以系統化方法做 POC 評估、依產線實況設計光源餘量、與設備工程師對接 I/O 與通訊細節。
導入後的服務模式：VSK 設備保固 1 年（自出貨日起算），教育訓練依專案客製。
相關常見問題（連到完整解析）
- IATF 16949 視覺檢測追溯如何符合？ — § 8.5.2.1 完整法規對照、audit trail 文件需求、主機廠抽驗準備
- Cognex 視覺系統導入要多久？ — 2-12 週分階段時程詳解
- VSK 設備保固與服務範圍？ — 保固 1 年、原廠送修、技術支援細節
- 機器視覺方案投資成本？ — 設備、整合、ROI 試算指引
- 視覺系統 PLC 整合？ — PROFINET / EtherNet/IP / Modbus 通訊配置
與威視康技術團隊聯繫
👉 您的視覺檢測需求由威視康技術團隊接手｜電話 +886 2-8809-3200｜線上聯絡｜查看完整 Cognex 產品線
延伸閱讀
- Cognex In-Sight 3800（產品頁）
- 汽車產業 AI 視覺驅動製造品質案例
- PatMax 形狀對位演算法
- Edge Learning 邊緣 AI
- VisionPro ViDi 深度學習
- HDR Multi-exposure 高動態範圍
- 汽車電子機器視覺應用完整指南
本案例涉及之 汽車煞車片視覺檢測、針孔瑕疵 AI 偵測、AOI、IATF 16949 audit、高反光金屬視覺、PatMax + Edge Learning 三層演算法相關方案，VSK 威視康可依現場提供 Cognex 設備選型建議。汽車產業 / Tier 1 / Tier 2 視覺自動化導入請來電 +886 2-8809-3200。
