TL;DR · 一分鐘看懂本案
- 場景：汽車 Tier 1 / Tier 2 馬達零件產線，鋁 / 鐵鑄件馬達外殼上的雷射 / 噴砂 / 衝壓刻印字符辨識，多 SKU 切換需求
- 痛點：金屬鑄面對比度低、刻印工具磨損致辨識率慢慢下降、不同供應商來料表面狀態變異、多型號配方管理複雜
- 方案：Cognex In-Sight 3800 + OCRMax auto-tune（對比度自動容差）+ ViDi Read 深度學習 fallback + In-Sight Vision Suite 多配方管理
- 關鍵成效：辨識率 70-85% → 99.0-99.7%（+14-29.7 pp）、速度 3-5 秒 → 0.3-0.8 秒/件（5-10×）、年省 NT$ 80-150 萬人力（視個案評估）
- 關鍵決策點：低角度 Dark Field 光源是否能突顯刻印凹槽必須先做 POC 確認；長期穩定性靠光源 over-design 餘量 + AI fallback 機制 + 定期維護 SOP 三者共同保障
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 應用工程經驗。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 馬達 / 引擎件 / 傳動件製造商，量產規模年均數百萬件等級。產線特性為多 SKU 共線生產（同條線可能跑 10-30 個馬達型號），品質壓力包含字符錯置 / 漏刻直接影響物料分流與追溯。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。
馬達外殼字符刻印的常見問題可分為以下幾類：
- 位置錯置：刻印機台真空夾具或定位治具偏移，字符位置偏離設計座標
- 漏刻 / 缺字：刻印工具瞬時故障或字符隊列卡頓造成
- 對比度不足：刻印工具（雷射光斑 / 噴砂噴嘴 / 衝壓模）隨使用時間磨損，產出字符越來越淺
- 磨損 / 變形：後段加工（去毛邊 / 噴砂 / 拋光）磨損刻印邊緣
- 多 SKU 配方變異：不同馬達型號字符數 / 位置 / 字型不同，需多套配方切換
純人工目檢無法 100% 覆蓋高速產線（3-5 秒/件節拍 + 視覺疲勞）；IATF 16949 與主機廠對追溯的要求，使紙本紀錄已無法滿足稽核強度，必須改為自動 OCR + 影像 audit trail。
系統配置
本案採用 Cognex In-Sight 3800 高解析度視覺主機整合產線馬達外殼字符辨識站，完整配置如下：
- 視覺主機：Cognex In-Sight 3800（高解析度智慧相機 + 內建 OCRMax / PatMax / Edge Learning 工具 + AI 工具支援）
- 光學設計：依鑄面特性採低角度 Dark Field 側光（突顯刻印凹槽）+ 同軸光（消除鏡面反光）；視野涵蓋字符區 + 周邊定位特徵
- 通訊介面：相機原生支援 PROFINET / Ethernet/IP / Modbus TCP 與產線 PLC / SCADA / MES 對接，OCR 結果即時上傳
- 配方管理：In-Sight Vision Suite 多配方系統，每個馬達 SKU 建一個 Job，PLC 觸發切換或操作員 HMI 手動選擇
- 影像追溯：NG 影像 + OCR 結果 + 批號 + 時間戳記自動歸檔，符合 IATF 16949 audit trail 要求
OCR 三層演算法架構（核心技術）：
- PatMax 定位層：穩定定位刻印框 / 字符邊界，建立 ROI 基準，避免直接 OCR 整張影像
- OCRMax + auto-tune 字符層：清晰刻印用 OCRMax 規則式辨識，auto-tune 自動容差處理對比度變異與小幅刻印磨損
- ViDi Read 深度學習 fallback 層：當 OCRMax 信心度低於閾值（典型 70%）時自動切換深度學習，處理磨損 / 變形 / 極低對比的 out-of-spec 字符
進階配置：若馬達外殼同時有 DataMatrix 2D 條碼（DPM 直接零件標識），同一台相機可並行 2DMax Job 讀取條碼，OCR + 2D 條碼結果合併輸出至 MES。
商業價值
- 品質提升：字符辨識率提升 + 漏刻錯置漏判率下降，直接降低物料分流錯誤與下游組裝失誤
- 追溯完整：每件字符 + 影像可追溯，IATF 16949 audit 與主機廠抽驗時資料齊備
- 產能釋放：自動 OCR 釋放 QC 人力至更高附加價值工作（製程改善 / 配方調整 / OEM 對接）
- 多 SKU 彈性：配方化管理使新型號上線時間從「重新編程」縮短至「載入既有 Job」，降低 NPI 整合工時
- 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
馬達外殼 OCR 的失敗模式分析
馬達外殼字符 OCR 在汽車產線的失敗模式可歸為四類，本質是「容易做但難穩定」的應用。第一，刻印工具磨損致對比下降 — 雷射光斑能量衰減、噴砂噴嘴磨耗、衝壓模具疲勞，都使產出字符對比度隨時間遞減。POC 階段在實驗室拍 100 件樣品辨識率可達 99%+，但產線上線 3-6 個月後可能滑落至 95%、甚至 90%。第二，工件來料表面狀態變異 — 鋁 / 鐵鑄件的表面紋理、光澤、髒污隨供應商批次不同，光源反射特性變化會影響相機曝光基準。第三，產線環境光干擾 — 季節 / 班別 / 工廠燈光老化會微幅影響整體曝光，特別是靠近窗戶 / 開放空間的工站。第四，多 SKU 配方切換失誤 — PLC 觸發訊號錯誤或操作員手動選錯，可能用 SKU-A 的配方判 SKU-B 的工件，造成系統性誤判。
降低失誤的工程實務：POC 階段須收齊邊界樣品（極輕微磨損刻印、對比度下限樣本）作為容差設定基準；光源 over-design 比 POC 需求多 30-50% 強度與均勻度，預留產線環境變異緩衝；OCRMax 配 ViDi Read AI fallback 機制 — 信心度低於 70% 自動切換深度學習做二次嘗試；定期維護每月清潔鏡頭 / 光源、每季確認光源衰減程度、追蹤辨識率趨勢；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；配方切換 fail-safe — PLC 觸發訊號與相機回讀的 SKU ID 互鎖比對，不符即停線；IATF 16949 / 主機廠 audit 對追溯的要求由整合方主導，VSK 提供視覺端的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）
- Cognex In-Sight D900 ViDi 深度學習平台
- OCRMax 字符辨識演算法
- VisionPro ViDi 深度學習
- PatMax 形狀對位演算法
- DPM 直接零件標識
- 汽車產業 針孔瑕疵檢測 完整指南
- 汽車電子機器視覺應用完整指南
本案例涉及之 汽車馬達外殼 OCR、字符刻印辨識、OCRMax auto-tune、ViDi Read 深度學習、金屬鑄面 OCR、IATF 16949 audit、多 SKU 配方管理相關方案，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 馬達 / 引擎件 OCR 自動化導入請來電 +886 2-8809-3200。
