TL;DR · 一分鐘看懂本案
- 場景:IATF 16949 / ISO 9001 認證汽車 Tier 1 / Tier 2 馬達廠(雨刷馬達 / 升降窗馬達 / 風扇馬達 / 油泵馬達)組裝終檢站
- 痛點:多零件組裝(緩衝墊圈 + 彈簧 + 銅套 + 軸承 + O-Ring)遺漏 / 錯置 / 方向反裝造成馬達功能失效 → 召回風險;人工目檢漏判率 8-12%、單批召回成本動輒千萬元
- 方案:Cognex In-Sight 2800 + Edge Learning AI(多類分類)+ PatMax 形狀對位 + PROFINET 即時剔除 + 100% 影像歸檔
- 關鍵成效:檢測準確率 88-92% → 99.0-99.5%(+7-11.5 pp)、檢測速度 5-10× 提升、客訴消除 85% 以上、年省 NT$ 100-180 萬人力(視個案評估)
- 關鍵決策點:多 SKU 馬達建議於 POC 階段建立完整配方庫;黑橡膠 / 反光金屬光學配置必先做 POC 確認
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(汽車產業 Tier 1 / Tier 2):IATF 16949 + ISO 9001 認證的汽車馬達製造商,產品涵蓋雨刷馬達 / 升降窗馬達 / 風扇馬達 / 油泵馬達 / EV 動力馬達,供應主機廠 Toyota / Honda / VW / Ford 等。產線特性年產量百萬件等級,多 SKU 切換(每天 5-15 種馬達型號)。品質壓力包含主機廠零容忍 — 一旦客訴可能整廠抽檢甚至失去供貨資格 + 召回成本動輒千萬元;法規 / 規範要求涵蓋 IATF 16949 汽車品質管理體系、ISO 9001 品質管理系統、PPAP / APQP 文件、主機廠 audit。
常見的馬達組裝瑕疵類型可分為:
- 緩衝墊圈遺漏 / 錯置:橡膠墊圈未投入或位置偏移,造成馬達振動過大
- 彈簧裝反 / 方向錯誤:彈簧裝置方向錯誤造成功能失效
- 銅套缺件 / 位置偏移:銅套未安裝或偏離設計位置
- O-Ring 遺漏 / 變形:密封圈未投入或在組裝過程中損壞
- 軸承方向錯誤:軸承內外圈裝反
純人工目檢無法 100% 覆蓋產線速度,目檢漏判率 8-12%;錯誤組裝流入主機廠造成召回 + IATF 16949 audit 警告信 + Tier 供貨資格危機。需引入視覺式 AI 終檢方案。
系統配置
本案採用 Cognex In-Sight 2800 一體化影像感測器整合馬達組裝產線終檢站,完整配置如下:
- 視覺主機:Cognex In-Sight 2800(一體化 AI 影像感測器,內建多色光源 + Edge Learning + HDR Multi-exposure)
- 光學設計:依零件材質採同軸光(黑橡膠墊圈反光抑制)+ Dark Field(金屬彈簧邊緣)+ HDR Multi-exposure(拉動態範圍);視野涵蓋整個馬達組裝完成面
- 觸發機制:馬達到位光電開關觸發 Strobe LED 凍結畫面(曝光 50-200 μs)
- 通訊介面:PROFINET / Ethernet/IP / Modbus TCP 與產線 PLC + MES 對接,NG 訊號傳遞延遲 < 10 ms
- 影像追溯:NG 影像 + 缺件位置 + 批號 + 時間 + 操作員自動歸檔,符合 IATF 16949 § 8.5.2.1 追溯(保存 10-15 年)
演算法組合:
- PatMax 形狀對位:定位馬達輪廓 + 各零件位置基準
- Edge Learning AI:學習「緩衝墊圈有 / 無 / 偏移」「彈簧裝對 / 裝反」「銅套位置正 / 偏」等多類分類
- 規則式量測:零件高度 / 位置 / 角度量測
商業價值
- 檢測準確率:88-92% → 99.0-99.5%(+7-11.5 pp),客訴消除 85% 以上
- 檢測速度:5-10 秒/件 → 0.5-1 秒/件(5-10× 提升)
- 產能釋放:自動化檢測釋放 3-4 名 QC 人力至更高附加價值的工作
- 主機廠關係保護:IATF 16949 audit 文件齊備,Tier 供貨資格穩固
- ROI 回收:依產線複雜度 6-15 個月回收期
汽車馬達組裝檢測的失敗模式分析
汽車馬達組裝 AI 視覺檢測在 Tier 1 / Tier 2 產線的失敗模式可歸為四類。第一,多零件遮擋與光源 — 馬達組裝完成面零件互相遮擋,單一視角可能無法覆蓋所有檢測項,需多角度補拍或多光源時序切換。第二,黑橡膠 vs 反光金屬光學配置衝突 — 黑橡膠墊圈與金屬彈簧反光特性截然不同,單一光源無法同時優化兩者,需多光源協同。第三,多 SKU 配方建立的工程量 — 5-15 種馬達型號各需獨立 PatMax 模板 + Edge Learning 模型,配方建立週期 2-4 週。第四,邊界樣品判定不穩 — 緩衝墊圈輕度偏移 0.5-1 mm、彈簧角度小幅偏差屬於邊界樣品,需於 POC 階段收齊邊界樣本作為容差設定基準。
降低失誤的工程實務:POC 階段須收齊邊界樣品(零件輕度偏移、邊界角度)作為訓練資料;光源 over-design 30-50%;定期維護每月清潔鏡頭與光源、追蹤辨識率趨勢;IATF 16949 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 威視康累積在台灣汽車 Tier 1 / Tier 2 / 食品飲料 / 製藥 / 半導體製造業 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,產線上線後才發現多零件遮擋判定不穩、節拍跟不上。第二,光源沒有 over-design 餘量,產線環境變化後辨識率下降。第三,視覺與機構 / I/O / PPAP 分工模糊。Cognex PSI(Premier Solution Integrator)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
- Edge Learning 需要多少訓練樣本? — 5-30 張起步、樣本收集要點
- 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 2800 影像感測器(產品頁)
- 汽車馬達外殼 OCR 字符辨識案例
- 汽車馬達標記辨識案例
- 汽車 + 民生用品 C 扣氣泡 AI 檢測案例
- Edge Learning 邊緣 AI
- PatMax 形狀對位演算法
本案例涉及之 汽車視覺檢測、馬達組裝 緩衝墊圈 / 彈簧銅套 AI 檢測、IATF 16949、Edge Learning AI、PPAP / APQP、智慧工廠相關方案,VSK 威視康可依現場提供 Cognex 設備選型建議。汽車視覺自動化導入請來電 +886 2-8809-3200。
