分享好友 资讯首页 频道列表

一分钟60件的冲压线上做AI质检:先解决频闪和1毫秒曝光,再谈模型

2026-11-20 09:149040

一条每分钟60次的冲压线,节拍是一秒一件,模具打开到工件被取走的窗口只有几十毫秒。人工抽检只能看首件和末件,毛刺、压伤、拉深裂纹这类缺陷常常整批流到装配才被发现。很多工厂的第一反应是"上AI视觉",但真正让项目卡住的,往往不是模型,而是光和快门。

高速运动下的成像有三个硬约束。第一是运动模糊:工件以每秒一米以上的速度移动,曝光1毫秒就会拖出1毫米的影子,0.2毫米的毛刺直接糊掉,曝光必须压到几十微秒级。第二是亮度:曝光短了进光量不够,必须用频闪光源在曝光瞬间补光,光源触发要和相机严格同步,抖动几微秒就够毁掉一张图。第三是触发:不能用普通光电开关凑合,要从曲轴或凸轮取角度信号,保证每一件都在同一相位被拍,否则图像位置漂移,模型学不到稳定特征。

硬件选型的顺序是"精度倒推"。先定要看的缺陷尺寸,比如0.2毫米毛刺,再按每毫米至少3到5个像素反推所需分辨率,结合视野算出相机像素数;然后选全局快门的面阵相机,配远心或低畸变镜头,避免工件高度变化带来的放大倍率误差。冲压件表面有油,镜面反光会和缺陷混在一起,低角度暗场和同轴光各试一遍,比在软件里反复调参有用得多。

模型这一层反而没那么多玄学。缺陷样本天然稀少,先做异常检测、只用良品训练,比硬凑几百张缺陷图更容易起步;上线前用一个月的历史图片做离线复判,把误报率和漏检率一起算清楚,再决定阈值。得利捷(Datalogic)这类做工业读码和视觉的厂商,现在的方案里已经把预训练模型和边缘推理做在一起,好处是不用把图传到服务器,节拍跟得上。

上线后真正要管的是漂移。换模具、换材料批次、换润滑油,图像分布都会变,模型准确率缓慢下滑,而现场往往只看到"误报变多了",最后干脆把系统关掉。可行的做法是每天固定抽50到100张图人工复判,算一次一致率,低于阈值就触发补样重训;同时把每次换模记录进系统,模型版本跟着模具号走,不要一套模型打天下。

投入产出要按"拦下多少"算,不是按"识别率"算。一条线每天跑两万件,漏检率从3%降到0.5%,等于每天少500件不良流到后工序,按单件返修成本一算就清楚值不值。反过来说,如果误报每班超过五次,产线一定会想办法绕过系统,再高的识别率也没意义。先解决光和快门,再谈模型,最后用制度守住漂移,这条路走得慢,但走得通。

免责声明:

本网转载并注明自其它来源(非智能装备网)的作品,目的在于传递更多信息,并不代表本网赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品第一来源,并自负版权等法律责任。如涉及作品内容、版权等问题,请在发布之日起十五天内与本网联系,否则视为放弃相关权利。

举报 0
收藏 0
打赏 0
评论 0

相关资讯

装配线上AI防错怎么上:从拍照留档到实时拦截,按预算分三档走
装配环节的漏装错装是售后索赔的重灾区,但AI防错不必一步到位。按预算分拍照留档、实时提示、闭环拦截三档推进,先从后果最重的工位试点,视觉硬件选型各有侧重。

0评论2026-11-147149

AI质检误报越调越多?先别动模型,把打光这一课补上
金属件AI视觉质检误报反弹,八成根因在光不在算法。环境光串入、反光斑、频闪干扰,逐条对应四步打光排查法,几千块的成本能省下两周的模型重训,附光源点检与备件建议。

0评论2026-11-129114

冲压开裂不再全凭老师傅:闭环AI监测是怎么把缺陷摁住的
钢板拉延开裂靠肉眼发现时往往已报废多件。本文拆解汽车板成型智能监测系统的落地做法:四台高清相机加AI识别轮廓,再联动分区压边力实时干预,并说明老模具改造要做的准备。

0评论2026-11-1110043

AI质检买了相机和软件,为什么三个月了还在测试中
AI视觉质检项目迟迟无法上线,多数卡在样本、光照与闭环三个环节。结合得利捷机器视觉产品的公开实践,给出三步走的落地路径。

0评论2026-11-0912001

分拣线读码率下滑,先调参还是先换设备
分拨中心读码器高峰期漏读增多,盲目加灯换设备常白花钱。结合得利捷新一代读码器的技术路线,梳理读码率四层排查顺序与备件策略。

0评论2026-11-0614905

视觉质检上线三个月过杀率反弹,问题多半不在算法
视觉检测系统验收时指标漂亮,运行数月后误报频发,多数根因在成像条件漂移而非模型退化。本文从光源、阈值口径、样本库三个环节给出过杀率的排查与验收方法。

0评论2026-11-0515874

从2D到3D视觉检测:产线升级前要算清的三笔账
高度、段差与体积测量需求推动3D视觉进入产线,但升级成本远不止相机本身。文章从精度匹配、节拍占用与标定维护三方面拆解真实投入,并给出小范围试点的验证方法。

0评论2026-10-3120581

AI视觉质检落地,成像与传感备件为何仍是成败关键
AI视觉质检的瓶颈常常不在算法,而在成像与触发环节。本文讨论工业相机、镜头、光源与传感器等欧美品牌备件的选型要点,以及备件批次差异对模型稳定性的影响。

0评论2026-10-2620846