电动机绕组检查
通过深度学习解决方案检测潜在的绕组误差,防止低效电机
![康耐视深度学习确保绕组线圈正确组装在电动汽车电机](http://m.czl106.com/library/media/industry/ev/electric-motor-winding-inspection.jpg?sc_lang=en&h=250&w=350&la=en&hash=DBD8D7E6D793E9CD046F67DE011E0628)
在电动机中,绝缘铜线缠绕在芯上以产生或接收电磁能量,通过感应地将该能量转移到另一个线圈。这种线圈也在转换器中找到。这些线圈通过机器迅速缠绕。
电动汽车(EV)电机的绕组非常密集。任何不准确的缠绕方式都会对电机的效率产生负面影响。由于大量绕组塞进狭窄的空间,即使很小的绕组误差也可能很大,但很难识别。绕组误差可能很小,可能发生在许多可见导线中的任何位置。
没有有效的方法来编码一个基于规则的机器视觉系统,以覆盖线圈上任何地方的所有绕组错误的可能性。德国必威人工检查也不适合在复杂图像中识别这种细微的误差。
康复深度学习使用彩色相机准确验证绕组过程已经完成而无需错误。缺陷检测工具从一组训练图像中学习,该训练图像包括无差错的绕组和标记的图像,其具有各种位置的多种重叠,失值,交叉和其他潜在误差。