TL;DR · 一分鐘看懂本案
- 場景：IATF 16949 認證 EV 動力總成 Tier 1 廠（如 BorgWarner 級別），新零件 e-Motor 定子 / 轉子 / 減速齒輪箱外觀檢測
- 痛點：EV 新零件缺乏歷史影像 dataset、樣本稀少；傳統規則式 AOI 對形貌變異大的瑕疵漏判率 3-5%；新產品導入期 6-12 個月才能建立穩定檢測能力
- 方案：Cognex VisionPro ViDi 深度學習（Analyze / Classify / Locate / Read 四工具）+ 少樣本訓練 + HDR Multi-exposure 高反光金屬件處理
- 關鍵成效：檢測準確率 85-90% → 99.0-99.5%、漏判率降低 85%、新零件導入時間縮短 60-80%、客訴件數消除 85%
- 關鍵決策點：高反光金屬件（轉子永磁體 / 定子鐵芯）光學配置必先做 POC；ViDi 模型版本控制與重訓練機制需於系統規格書中明定
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 紀錄與 Cognex 全球案例庫。如需細部資料，請聯絡 VSK 業務。
客戶背景
A 廠（汽車產業 / 動力總成系統供應商）：IATF 16949 認證的全球頂級 Tier 1 廠（BorgWarner 為公開案例參考），在傳統燃油車與 EV 電動車雙世代具關鍵地位，主要產品涵蓋 e-Motor 定子 / 轉子、減速齒輪箱、雙離合變速器、電力電子模組。產線特性 200-1,500 件/小時，視零件複雜度而定；三班制運轉，年均產量數百萬件等級。品質壓力包含主機廠（OEM）對 EV 安全件零容忍、一旦客訴可能整廠抽檢與 PPAP 重審；EV 新零件導入週期短，傳統規則式視覺難以及時上線。法規 / 規範要求涵蓋 IATF 16949 汽車品質管理體系、ISO 9001 § 8.5.2 標示與可追溯性、PPAP 樣品認可、APQP 先期品質規劃。
EV 動力總成新零件的視覺檢測核心需求：
- e-Motor 定子線圈缺陷：漆包線斷線 / 短路 / 表面刮傷
- e-Motor 轉子永磁體：永磁體缺角 / 黏貼偏位 / 表面氧化
- 減速齒輪箱毛邊：齒形毛邊 / 表面砂孔 / 油道污染
- 電力電子模組 PCBA:極性錯誤 / 焊點品質 / 異物
- 少樣本導入：新零件 NPI 階段需 4-8 週內建立檢測能力
傳統規則式 AOI 對 EV 新零件形貌變異大的瑕疵漏判率 3-5%，主機廠客訴風險高；需要少樣本可訓練、可逐步擴充的 AI 視覺方案。
系統配置
本案採用 Cognex VisionPro ViDi 深度學習工具整合 EV 動力總成檢測站，完整配置如下：
- 視覺主機：Cognex VisionPro 軟體平台 + ViDi 深度學習工具集
- 相機：依檢測精度選配工業相機（GigE Vision / USB3 Vision），常見 5-12 MP
- 光學設計：高反光金屬件採同軸光 + 偏振片 + HDR Multi-exposure；複雜形貌採環形光 + 角度光多角度補光
- 通訊介面：PROFINET / Ethernet/IP / Modbus TCP / OPC UA，與產線 PLC 整合
- 影像追溯：NG 影像自動歸檔含批號、時間、操作員、ViDi 模型版本，符合 IATF 16949 audit 要求
ViDi 四工具組合應用：
- ViDi Analyze：異常檢測 — 用 OK 樣本訓練「正常基準」，偏離即判 NG（適合稀有瑕疵）
- ViDi Classify：分類 — OK / 刮傷 / 凹陷 / 異物多類別分流
- ViDi Locate：定位 — 變形 / 旋轉零件中找到特徵點
- ViDi Read：OCR — 雷射打標 / 噴墨字元在金屬件上的讀取
商業價值
- 檢測準確率躍升：85-90% → 99.0-99.5%（+9-14.5 pp），漏判率降低 85% 以上
- 新零件導入加速：傳統規則式 6-12 個月 → ViDi 少樣本 4-8 週，縮短 60-80% 上線時間
- 主機廠客訴消除：< 1 件/季，PPAP 過件率提升
- 產能釋放：人工目檢人力釋放至高附加價值工作
- ROI 回收：依產線複雜度與整合範圍而定，可依您的實際數據提供試算依據
EV 新零件視覺檢測的失敗模式分析
EV 動力總成新零件導入視覺檢測常見的失敗模式可歸為四類。第一，樣本不足導致 ViDi 過擬合 — 新零件 NPI 階段 NG 樣本少，ViDi 模型容易過度學習單一瑕疵特徵，需以 OK 樣本為主的 unsupervised Analyze 模式起步，隨產線運行累積 NG 樣本再轉 supervised。第二，高反光金屬件光學失敗 — 永磁體 / 鐵芯 / 齒輪表面鏡面反光造成影像過曝，需同軸光 + 偏振 + HDR Multi-exposure 多管齊下，POC 階段必須以實機樣品拍樣確認。第三，ViDi 模型版本控制缺失 — 重訓練後沒留版本記錄、模型回滾困難；需在系統規格書中明定版本管理流程與 audit trail。第四，產線變更後模型失效 — 原料批次變化 / 製程參數調整 / 光源衰減皆會影響模型，需建立每月抽樣 100 件複檢機制。
降低失誤的工程實務：POC 階段須收齊邊界樣品（OK / 各類 NG / 邊界 OK-NG）；光源 over-design 30-50%；模型版本控制與重訓練 SOP 入規格書。
為什麼選擇 Cognex PSI 系統整合商
EV 動力總成視覺檢測的成敗，遠超過「相機規格表上的數字」。VSK 威視康累積在台灣汽車 / 製藥 / 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 ViDi 對特定瑕疵類型過擬合或漏判。第二，光源沒有 over-design 餘量，原料批次變化後檢測能力斷崖。第三，視覺與機構 / I/O / PLC 分工模糊，整合期吵架。Cognex PSI 認證的訓練重點，正是上述三項。
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）
- 機器視覺方案投資成本？ — 設備、整合、ROI 試算指引
- 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
- 視覺系統 PLC 整合？ — PROFINET / EtherNet/IP / Modbus / OPC UA 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
本案例涉及之 汽車 EV 動力總成視覺檢測、Cognex VisionPro ViDi 深度學習、少樣本 AI 訓練、IATF 16949 audit trail、新零件 NPI 加速相關方案，VSK 威視康可依現場提供 Cognex 設備選型建議。EV 動力總成視覺檢測導入請來電 +886 2-8809-3200。
