
随着工业母机向‘计算化时刻’迈进,工业视觉质检领域正经历着从传统方法向大模型应用的升级转型。在汽车及零部件制造行业,涂胶密封检测环节面临着新的挑战与机遇。微链道爱 3D AI AOI 设备凭借其先进的技术,为该领域带来了全新的解决方案。
在工业母机‘计算化时刻’的大背景下,工业生产正朝着智能化、自动化的方向快速发展。工业视觉质检作为保障产品质量的关键环节,也在不断向大模型应用升级。在汽车及零部件制造行业,涂胶密封工序至关重要,它直接影响着汽车的安全性、密封性和耐久性。某头部汽车零部件供应商,其汽车零部件产线的涂胶/密封工序涉及各类汽车零部件。检测对象主要是零部件涂胶后的密封情况,涵盖胶层厚度、宽度、连续性以及密封路径的准确性等多个方面。这些参数的精确检测对于确保产品质量和性能至关重要。
痛点:为什么难
传统的工业视觉质检手段在面对自动化设备向大模型应用的升级时,显得力不从心。该供应商在涂胶密封检测环节面临着诸多量化困境。首先是漏检率问题,传统检测手段的漏检率达到 3%,这意味着部分有密封缺陷的产品会流入后续工序。这些缺陷产品可能在后续装配或使用过程中出现问题,导致返工成本大幅增加。其次,误报率高达 20%,频繁的误报使得产线频繁停机。每次停机都需要进行人工排查,这不仅浪费了大量的时间,还降低了生产效率。再者,人工检测效率低下,且人力成本高。人工检测需要专业的检测人员,他们需要长时间集中注意力进行检测,容易出现疲劳和失误。而且,换型时间长达 30 分钟,在当今快速变化的市场需求下,无法满足快速换型的生产需求。此外,行业合规要求对密封检测的精度和全面性不断提高,传统检测手段由于技术局限性,难以达到新的标准。
传统方法之所以难以应对这些挑战,根源在于其技术的局限性。传统工业视觉质检大多基于 2D 成像技术,只能获取物体表面的二维信息,对于一些隐藏焊点、共面度、微米级形貌等 2D 光学盲区缺陷,无法准确检测。而且,传统方法缺乏有效的数据分析和模型学习能力,难以适应复杂多变的生产环境和不断提高的检测要求。
技术原理
微链道爱 3D AI AOI 设备采用自研 3D 相机进行图像采集。其 3D 相机利用结构光原理,向被测物体表面投射特定的结构光图案,通过相机捕捉物体表面反射的变形光图案。由于物体表面的高度变化会导致光图案的变形,根据变形程度可以计算出物体表面各点的三维坐标,从而实现三维形貌重建。这种 3D 重建后的点云数据能够提供更丰富的信息,特别是对于隐藏焊点、共面度、微米级形貌等 2D 光学盲区缺陷。例如,对于隐藏焊点,可以通过分析焊点周围的三维形貌特征来判断焊点是否存在和焊接质量。
在 2D-3D 融合方面,该设备将 2D 图像的纹理信息与 3D 点云的几何信息相结合。2D 图像可以提供物体表面的颜色、纹理等信息,而 3D 点云则提供物体的三维形状信息。两者融合后,能够更全面、准确地对检测对象进行分析和判断。在涂胶/密封检测中,通过对涂胶区域的三维形貌进行重建和分析,可以精确测量胶层的厚度、宽度和连续性等参数。同时,结合预设的密封路径模型,对实际涂胶路径进行比对,实现路径纠偏。与传统的 2D 检测方法相比,这种 3D AI 技术能够提供更全面、准确的检测结果,有效解决 2D 检测的局限性。
典型应用场景
- 胶层厚度检测:通过 3D 重建技术,精确测量胶层各点的厚度。难点在于胶层表面可能存在不平整,需要对数据进行精确的处理和分析。
- 胶层宽度检测:利用 3D 点云数据确定胶层的边界,从而测量宽度。难点在于准确识别胶层与周围部件的边界,避免误判。
- 胶层连续性检测:分析 3D 重建后的图像,判断胶层是否连续。难点在于检测微小的断点或不连续区域,需要高分辨率的图像和精确的算法。
- 隐藏焊点检测:通过分析焊点周围的三维形貌特征,判断焊点是否存在和焊接质量。难点在于焊点可能被其他部件遮挡,需要从复杂的三维数据中提取有效信息。
- 共面度检测:利用 3D 点云数据计算部件表面的共面度。难点在于对微小的高度差异进行精确测量,以确保检测精度。
落地案例
某头部汽车零部件供应商,拥有大规模的汽车零部件生产线。该供应商在涂胶密封检测环节一直面临着传统检测手段带来的诸多问题。在引入微链道爱 3D AI AOI 设备的过程中,微链道爱技术团队首先对供应商的生产线进行了全面的调研和分析,了解其具体需求和痛点。然后,根据生产线的实际情况进行设备的安装和调试。在上线初期,对操作人员进行了专业的培训,确保他们能够熟练使用设备和配套软件。
引入微链道爱 3D AI AOI 设备后,该供应商的涂胶密封检测效果得到了显著提升。
微链道爱解决方案与产品
以 3D AI AOI 设备为核心,该设备具备高精度的 3D 成像和分析能力,能够对汽车零部件涂胶密封情况进行 100% 在线 3D 检测。在检测过程中,设备可以实时采集涂胶区域的三维数据,并与预设的标准模型进行比对。微链道爱 3D AI AOI 设备通过 2D-3D 融合技术,为汽车涂胶密封检测提供了更全面、准确的解决方案。配套的 DaoAI AI AOI 软件系统可实现快速编程,一块良品 5 分钟即可完成 0 代码自动编程,结合 APDT 正样本/少样本学习(仅需 1-20 张良品)和语义误报过滤功能,进一步提高检测效率和准确性。同时,系统可以根据检测结果实时生成纠偏指令,引导涂胶设备进行路径纠偏。
量化成效:引入微链道爱 3D AI AOI 设备后,该供应商的涂胶密封检测检出率提高到 99%,漏检率降低至 <1%,有效避免了有缺陷产品流入后续工序;误报率降低了 -60%,减少了产线因误报导致的停机次数,提高了生产效率;换型时间从 30 分钟缩短至 5 分钟,满足了快速换型的生产需求。
常见问题
3D AI AOI 设备能检测哪些涂胶密封缺陷?
3D AI AOI 设备可检测多种涂胶密封缺陷,如胶层厚度不均、宽度不一致、连续性差等问题。还能检测隐藏焊点等 2D 光学盲区缺陷。它利用 3D 重建和 2D-3D 融合技术,对物体进行全面检测,获取更丰富的信息,从而准确识别各类缺陷。
配套软件系统编程复杂吗?
不复杂。DaoAI AI AOI 软件系统具有快速编程的特点,一块良品仅需 5 分钟即可完成 0 代码自动编程。结合 APDT 正样本/少样本学习,仅需 1-20 张良品,就能实现高效的检测编程,降低了编程的复杂度和难度。
该设备如何实现路径纠偏?
设备在检测过程中,会实时采集涂胶区域的三维数据,并与预设的密封路径模型进行比对。当发现实际涂胶路径与标准路径存在偏差时,配套软件系统会根据检测结果实时生成纠偏指令,引导涂胶设备进行路径调整,从而实现路径纠偏。
本文由人工智能生成。文中客户案例为基于产品真实能力的模拟场景,成效数字为示例性质;官方标定口径以产品页为准。