当前位置: 首页 > 方案应用

基于机器学习优化马达振动测试流程

发布日期:2022-10-22 点击率:46

案例背景

某手机振动马达生产厂家,专为华为、三星、oppo等主流安卓手机厂商生产手机专用震动马达,每日产量数万只。为保障马达质量,需要根据采集到的电压参数,对比不同型号马达的特征曲线符合度进行复杂的匹配识别,以进行手机马达质量检测。而该方法无法用单一变量运算实现自动测试,故一直为有经验的师傅利用示波器采集到的波形,进行人工检测,无法实现自动测试,导致产品真阳率和检测效率很低。

研华方案

采用研华数据采集一体机MIC-1810,在工业电脑主板上整合12位多功能高速数据采集(16通道模拟量输入,2通道模拟量输出、24通道通用数字量输入输出、计数器等),替代示波器,采集到马达的特性电压值。运用Python调用丰富的机器学习模块,将积累的数千只有问题产品和上万只合格产品的学习样本进行机器学习训练与迭代,并经测试验本进行验证。经过2个月的系统机器学习,成功建立故障模型达到真阳率要求,对提升产品测试效率起到显著作用。

系统架构
















价值优势

  • 提升产品真阳率:从99%提升到99.7%
  • 优化产能:从10000PCS/天提高到28800PCS/天
  • 节约人力:每个工位可以节省三名熟练工人
  • 提升市占率:该企业目前已成为行业龙头,产品市占率达总容量三成

下一篇: Advantech Launches U

上一篇: 新品 | 研华推出 COM