TL;DR · 一分鐘看懂本案
- 場景：塑膠射出成型產線（汽車內裝件 / 醫療器材塑膠殼 / 民生用品殼件 / 電子產品外殼），500-1,000 件/分節拍，ISO 9001 + IATF 16949 + ISO 13485 audit 壓力
- 痛點：短射 / 縮水 / 毛邊 / 銀絲 / 燒焦 / 翹曲 6 類瑕疵 + 模具磨損 / 注射壓力變化造成樣態漂移，傳統 AOI 漏判 10-15%
- 方案：Cognex In-Sight 2800 + Edge Learning AI（6 類瑕疵分類）+ PatMax 形狀對位 + Blob 量化 + 同軸光 / 背光 / HDR 多層光源 + SPC 趨勢預警模具保養
- 關鍵成效：檢出率 85-90% → 99.0-99.5%（+9-14.5 pp）、速度 2-3×、模具突發停線 -70%、年省 NT$ 80-130 萬人力（視個案評估）
- 關鍵決策點：透明塑膠用背光 / 反光鍍鉻用同軸 + 偏振 / 深色塑膠用 Dome + HDR — 需 POC 確認；多 SKU 配方化（HMI 切換 30 分鐘 → 3 分鐘）
📷 應用情境：Cognex In-Sight 2800 — 塑膠射出短射 / 縮水 / 毛邊瑕疵 Edge Learning AI 視覺檢測應用
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 + Cognex 塑膠射出 PSI 案例經驗。如需細部資料，請聯絡 VSK 業務。
客戶背景
A 廠（塑膠射出成型業）：ISO 9001 認證射出廠（部分汽車件含 IATF 16949 / 部分醫材含 ISO 13485），涵蓋汽車內裝塑膠件、醫療器材塑膠殼、民生用品（個人護理瓶蓋 / 容器）、電子產品外殼。產線特性 500-1,000 件/分鐘（依模具腔數與工件複雜度而定），24 hr 三班制連續運轉。品質壓力來自塑膠瑕疵流到後段組裝才發現成本翻倍 + 法規追溯（汽車 IATF 16949 / 醫材 ISO 13485 / 民生 QC 080000）+ 模具壽命管理。
塑膠射出成型常見 6 類瑕疵：
- 短射 (Short Shot)：注射壓力不足 / 料溫過低 / 排氣不良導致塑料未填滿模穴
- 縮水 (Sink Mark)：冷卻收縮造成表面凹陷，常見於厚壁區域
- 毛邊 (Flash)：模具合模力不足 / 模穴間隙過大造成多餘塑料溢出
- 銀絲 (Silver Streak)：塑料含水分 / 排氣不良造成的銀白色條紋
- 燒焦 (Burn Mark)：模穴內氣體被高速塑料壓縮升溫導致表面焦黑
- 翹曲 (Warpage)：冷卻不均造成的形狀變形
系統配置
本案採用 Cognex In-Sight 2800 一體化 AI 影像感測器整合塑膠射出後段檢測站：
- 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 AI）
- 進階機型：In-Sight 3800（多工具流程 + 高解析，大件或多模穴）/ VisionPro ViDi（PC-based 深度學習，極端變異）
- 光學設計：依塑膠材質採同軸光（反光鍍鉻 / 烤漆抑制）+ 背光（透明塑膠輪廓 + 內部瑕疵）+ Dome 漫射光（深色塑膠均勻照明）+ HDR Multi-exposure（強反差擴展動態範圍）
- 通訊介面：相機原生支援 PROFINET / Ethernet/IP / Modbus TCP 與射出機 PLC / MES 對接，NG 即時剔除
- 開發工具：EasyBuilder 圖形化介面，產線工程師 30 分鐘上手
- 影像追溯：NG 影像 + 模具 ID + 批號 + 時間戳記 + 操作員自動歸檔，符合 ISO 9001 / IATF 16949 / ISO 13485 audit trail
三工具並聯架構（核心技術）：
- PatMax 形狀對位：穩定定位塑膠件位置與方向，建立 Multi-ROI 量測基準
- Edge Learning AI 分類：對 6 類瑕疵（短射 / 縮水 / 毛邊 / 銀絲 / 燒焦 / 翹曲）做樣本級分類，5-30 張樣本起步
- Blob 分析 量化：量化瑕疵面積 / 位置 / 數量，輸出可量化 NG 條件供 SPC 趨勢分析
商業價值
- 瑕疵早期發現 = 後段組裝成本下降：塑膠瑕疵若流到後段組裝才發現，成本可達原 NG 件本身的 3-5 倍（包含拆解 / 重做 / 報廢）
- 模具保養預警：每件量測值寫入 MES 資料庫建立 SPC 趨勢圖，毛邊面積 / 縮水深度持續飄移時預警「模具需保養」，降低突發停線 70%
- 產能釋放：QC 人力釋放至製程改善 / 模具優化 / 配方調整
- 追溯完整：每件影像 + 模具 ID + 數據可追溯，汽車 IATF 16949 / 醫材 ISO 13485 audit 時資料齊備
- 多 SKU 配方化：塑膠件 SKU 切換從 30 分鐘縮短至 3 分鐘，提升射出機切換彈性
塑膠射出瑕疵檢測的失敗模式分析
塑膠射出瑕疵 AI 視覺檢測的失敗模式可歸為四類，本質是「瑕疵變異 + 光學陷阱 + 模具老化」三重挑戰。第一，瑕疵形態變異大 — 短射 / 縮水 / 毛邊 / 銀絲 / 燒焦 / 翹曲 6 類，每類形狀 / 位置 / 顏色變異無窮，傳統 AOI 設「面積 > X」幾乎必漏；Edge Learning AI 對未見過的瑕疵類型仍可能漏判，需在 POC 階段收齊所有瑕疵類型樣本。第二，透明 / 反光 / 深色塑膠光學陷阱 — 鍍鉻烤漆鏡面飽和、透明 PC / PMMA 光線干擾、深色 ABS 對比度低，需依材質選光源（同軸 / 背光 / Dome）+ HDR Multi-exposure。第三，模具老化造成瑕疵基線漂移 — 模具隨射次數累積磨損，毛邊 / 縮水的「典型量值」會漸增；AI 訓練基線需定期更新，否則 3-6 個月後辨識率可能滑落。第四，多 SKU 配方切換失誤 — 同射出機跑多模穴時 PLC 觸發錯誤可能用錯瑕疵分類器造成系統性誤判。
降低失誤的工程實務：POC 階段須收齊邊界樣品（極微小毛邊 < 0.3 mm、極端反光、模具末期瑕疵）作為容差設定基準；光源 over-design 比 POC 需求高 30-50%；AI 模型每月複檢機制（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 SKU ID 與相機回讀互鎖比對；模具保養 SOP 由客戶端設備工程師主導，VSK 提供 SPC 量測數據作為決策依據；汽車 IATF 16949 / 醫材 ISO 13485 audit 對追溯的要求由整合方主導。
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）
- 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
- IATF 16949 視覺檢測追溯如何符合？ — 汽車塑膠件 audit trail 文件需求
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 塑膠射出短射 / 縮水 / 毛邊瑕疵 AI 視覺、Cognex In-Sight 2800 + Edge Learning、模具磨損 SPC 預警、ISO 9001 / IATF 16949 / ISO 13485相關方案，VSK 威視康可依現場提供 Cognex 設備選型建議。塑膠射出視覺自動化導入請來電 +886 2-8809-3200。
