LWM AI：以人工智慧進行雷射焊接缺陷分類
偵測製程偏差、分類缺陷類型並預測焊道特性
Laser Welding Monitor LWM AI 可在線上即時監控工業雷射焊接製程。系統能夠偵測製程偏差、記錄每一道焊接的資料，並確保完整的可追溯性。此外，LWM AI 採用經過訓練的 AI 模型，進一步分析所擷取的製程訊號。
根據焊接製程和可用的訓練資料，AI 評估可以分類特定應用中的缺陷類型，並預測焊道的物理特性。其中包括焊道強度、熔深、接合面積、工件間隙及電阻等。
設備操作人員不僅可以獲得 OK/NOK 評估結果，還能取得清楚且易於解讀的品質數值，以及可能造成缺陷的原因。這有助於選擇合適的重工策略、支援製程最佳化，並降低量產過程中的不良率。
LWM AI 以成熟可靠的 Laser Welding Monitor LWM 為基礎，在傳統製程監控功能之外，增加了 AI 缺陷分類與品質預測功能。
影片：電池生產中的 AI 品質評估
影片展示 LWM AI 如何在電池芯雷射焊接過程中即時分析製程資料、分類缺陷類型，並預測焊道的物理特性。
相較於傳統製程監控，LWM AI 增加了哪些功能？
預測物理品質特性
LWM AI 將所擷取的製程訊號轉換為特定應用的品質數值。根據製程和訓練資料，可以即時預測焊道強度、熔深、接合面積或電阻等特性。評估直接在線上完成，不需要額外的檢測時間。
分類缺陷類型並找出可能原因
發生焊接不良時，LWM AI 不僅提供 NOK 評估，還能分類相應的缺陷類型。由此可以更快速地縮小可能原因的範圍，並制定適當的修正或重工策略。
確保穩定評估並完整記錄資料
在已定義並用於訓練的參數範圍內，即使製程條件發生變化，LWM AI 也能進行可靠評估。每一道焊接的評估結果均會被記錄，並可用於可追溯性、品質保證及製程最佳化。
LWM AI 實際應用：量產製程中的 AI 品質評估
電池接點焊接：即時預測焊道特性
在電池接點焊接過程中，LWM AI 可以根據應用和訓練資料，即時預測重要的品質特性：
- 焊道的最大承載能力或抗拉力
- 工件之間的間隙尺寸
- 熔深
設備操作人員可以直接取得易於解讀的品質數值，而不必僅依靠複雜的訊號曲線進行判斷。由夾治具異常或工件位置變化等因素造成的潛在缺陷，可以更快被識別，進而採取針對性的修正措施。
Hairpin 焊接：預測接合面積與電阻
LWM AI 可以即時預測 Hairpin 焊接過程中的重要品質特性：
- 焊道接合面積
- 電阻
此外，AI 還可以分類可能的缺陷類型，並識別雷射功率不足或焦點位置錯誤等情況。設備操作人員因此能夠更可靠地評估焊接不良，並制定合適的重工措施。
Audi 應用案例：方形電池芯的 AI 品質保證
Precitec 與 Audi 合作，將 LWM AI 應用於方形電池芯接點焊接，並成功導入量產。AI 會即時分析雷射焊接製程，並預測抗拉力、工件間隙和熔深等品質特性。此外，系統還可以識別焦點位置和雷射功率的偏差。
這有助於及早發現夾治具或材料搬運過程中的系統性問題。清楚的物理品質數值可以簡化品質評估、支援針對性的重工，並在降低不良率的同時提升電池芯的生產效率。
技術數據
- 以 AI 分類特定應用中的缺陷類型
- 即時預測多項物理品質特性
- 線上擷取和分析資料，無需額外檢測時間
- 自動進行 OK/NOK 評估並識別缺陷類型
- 適用於紅外光、藍光及綠光固態雷射
- 適用於連續波（CW）及脈衝雷射製程
- 可能的應用：消費性電子產品以及電動車電池與定子生產
我們需要您的同意才能加載表格！
我們使用 Marketing Cloud Account Engagement (Pardot) 表單嵌入可能收集有關您的活動的資料的內容。請查看詳細資訊並點擊 Pardot 框以接受服務並查看內容。
您有問題或希望取得報價？歡迎與我們聯絡。
