3D AI AOI 設備檢測鋁壓鑄件氣孔夾雜

在智能製造浪潮下，工業視覺質檢結合世界模型技術成為提升缺陷檢測精度的關鍵。微鏈道愛的 3D AI AOI 設備在汽車/零部件行業的鋁壓鑄件檢測中發揮重要作用。

用戶場景：某頭部汽車零部件供應商，在鋁壓鑄件生產線上，其主要產品為汽車發動機等關鍵部位的鋁壓鑄件。檢測對象為鋁壓鑄件內部的 X-ray 氣孔和夾雜缺陷，這些缺陷可能影響汽車零部件的強度和可靠性，進而影響整車的性能和安全。

痛點：在傳統的檢測方法中，存在诸多量化困境。漏檢率較高，達到 4%左右，這意味着有部分有缺陷的鋁壓鑄件可能流入後續工序，增加了產品的質量風險。誤報率也高達 35%，頻繁的誤報不僅浪費了大量的人力進行複檢，還降低了生產效率。此外，傳統檢測設備換型時間長，約 30 分鐘，無法滿足快速換型的生產需求。結合今日熱點方向，傳統檢測方法未能充分利用世界模型技術，難以對複雜的缺陷進行精準識別和檢測，導致檢測精度受限。

技術原理

微鏈道愛的 3D AI AOI 設備采用自研 3D 相機與先進的三維形貌重建/點雲技術。自研 3D 相機能夠捕捉鋁壓鑄件的三維信息，為後續的分析提供丰富的數據基礎。三維形貌重建算法基於這些數據，將鋁壓鑄件的真實形貌精確地重建出來。點雲技術則是將物體表面的三維坐標信息以點的形式表示，通過對這些點雲數據的分析，可以清晰地識別出隱藏焊點、共面度、微米級形貌以及氣孔等 2D 光學盲區缺陷。這是因為 2D 檢測只能獲取物體的平面信息，對於內部的氣孔和夾雜等缺陷難以檢測，而 3D 技術能夠從多個維度觀察物體，從而有效檢測出這些隱藏的缺陷。同時，設備采用 2D-3D 融合技術，結合 2D 圖像的紋理信息和 3D 模型的深度信息，進一步提高了缺陷檢測的準確性。

• 自研 3D 相機提供高精度的三維數據。
• 三維形貌重建算法精確還原物體真實形貌。
• 點雲技術可有效識別 2D 光學盲區缺陷。
• 2D-3D 融合技術結合兩種數據提高檢測準確性。

微鏈道愛解決方案與產品

以 3D AI AOI 設備為核心，該設備具備高精度的檢測能力，能夠檢測出鋁壓鑄件內部微米級的氣孔和夾雜缺陷。在落地做法上，首先根據客戶的具體需求和產品特性，利用 DaoAI AI AOI 軟件系統進行編程。該軟件系統具有視覺基礎模型的特征認知能力，僅需一塊良品 5 分鐘即可完成 0 代碼自動編程，並且采用 APDT 正樣本/少樣本學習（1-20 張良品），大大縮短了編程時間和成本。同時，結合 DaoAI World 世界模型，實現語義理解、跨場景泛化以及從產線反饋持續學習，進一步提升檢測的精度和適應性。

3D AI AOI 設備憑借先進技術，為汽車零部件鋁壓鑄件檢測提供了高效、精準的解決方案。

量化成效：經過實際應用，3D AI AOI 設備取得了顯著的成效。檢出率提高到 96%，漏檢率降低至 < 4%，有效減少了有缺陷產品流入後續工序的風險。誤報率降低了 -70%，大大減少了人力複檢的工作量，提高了生產效率。換型時間縮短至 5min，滿足了快速換型的生產需求，提高了生產線的靈活性。