AI AOI 軟體系統助力化工材料紋理表面缺陷檢測

隨著工業智慧化的推進，化工材料行業對產品質量檢測的要求日益提高。微鏈道愛的 AI AOI 軟體系統在化工材料紋理表面缺陷檢測中發揮著關鍵作用，為行業帶來了新的變革。

在當今工業發展的大趨勢下，智慧製造已成為各行業追求的目標。化工/材料行業作為基礎產業，其產品質量直接影響到下游眾多領域。在化工材料的生產過程中，具有紋理表面的材料應用廣泛，如在建築領域，這些材料可用於牆面裝飾、地面鋪設等；在汽車行業，可用於內飾件、外飾件等。某頭部化工材料廠商的生產線上，每天都在大量生產這類具有紋理表面的化工材料。為了確保產品質量符合標準，在生產工序中需要對材料的紋理表面進行缺陷檢測，檢測物件包括表面劃痕、孔洞、雜質等各種異常情況。

痛點：為什麼難

傳統的檢測方法在面對化工材料紋理表面的缺陷檢測時面臨諸多困境。從效率維度來看，人工檢測效率極其低下，每個檢測週期長達數小時。這是因為人工檢測需要檢測人員長時間集中注意力，對材料表面進行逐點檢查，而且人的視覺疲勞會隨著檢測時間的增加而加劇，進一步降低檢測速度。從成本維度分析，人力成本高昂，企業需要僱傭大量的檢測人員，並且還需要為他們提供培訓和福利等。同時，人工檢測的準確性也存在很大問題。漏檢率高達 5%，這意味著有相當一部分存在缺陷的產品可能會流入市場，給企業帶來潛在的質量風險。誤報率也達到 8%，過多的誤報會導致不必要的複檢工作，浪費大量的時間和資源。此外，隨著產品種類的增加，換型時間長的問題愈發突出。傳統檢測方法需要對不同型別的材料重新設定檢測引數和標準，這一過程往往需要專業人員花費數小時甚至數天來完成，嚴重影響生產效率。這些問題的根源在於傳統檢測方法主要依賴人的視覺和經驗，難以對複雜的紋理表面進行精確分析，也無法快速適應產品的多樣化。

以紋理表面的微小劃痕為例，人工檢測很難發現這些細微的缺陷，因為人的肉眼解析度有限，而且不同檢測人員的判斷標準也存在差異。對於孔洞和雜質，在複雜的紋理背景下，也容易被忽略或誤判。這就導致傳統檢測方法在化工材料紋理表面缺陷檢測中難以滿足高質量生產的要求，制約了智慧製造水平的提升。

技術原理

微鏈道愛的 AI AOI 軟體系統採用了先進的視覺基礎模型的特徵認知技術。該技術透過對大量影象資料的深度分析，能夠準確識別紋理表面的各種特徵。其原理是利用大量的正常紋理影象資料對模型進行訓練，使模型學習到正常紋理的特徵模式。在檢測過程中，系統會將實時採集的影象與學習到的正常模式進行對比，一旦發現差異，就判定為可能存在異常。與傳統方法相比，傳統方法主要依靠固定的規則和模板進行檢測，對於複雜的紋理表面和微小的缺陷往往無能為力。而視覺基礎模型的特徵認知技術能夠從多個維度對影象進行分析，包括紋理的方向、密度、灰度等，從而實現對微小缺陷的精確檢測。

此外，該系統還採用了 APDT 正樣本/少樣本學習方法。傳統的機器學習方法通常需要大量的樣本資料進行訓練，這不僅增加了樣本收集的時間和成本，而且在實際應用中也很難獲取足夠多的樣本。而微鏈道愛的 APDT 正樣本/少樣本學習方法僅需 1-20 張良品就能快速學習到正常紋理的特徵，大大減少了樣本收集的時間和成本。同時，系統還具備語義誤報過濾機制，該機制可以對檢測結果進行二次篩選，去除因環境干擾等因素導致的誤報，提高檢測的準確性。例如，在生產環境中，光線的變化、灰塵的影響等都可能導致誤報，語義誤報過濾機制能夠識別這些干擾因素，將其排除在檢測結果之外。

典型應用場景

• 表面劃痕檢測：劃痕在紋理表面可能表現為線條狀的異常。系統透過分析紋理的連續性和方向，能夠準確識別劃痕的位置和長度。難點在於劃痕可能非常細微，與正常紋理的差異較小，需要系統具備高解析度的影象分析能力。
• 孔洞檢測：孔洞在影象中表現為黑色的圓形或不規則形狀。系統透過對影象的灰度值進行分析，能夠檢測出孔洞的大小和位置。難點在於紋理的複雜性可能會掩蓋孔洞的特徵，需要系統能夠從複雜的背景中提取出孔洞的資訊。
• 雜質檢測：雜質可能具有不同的顏色和形狀，與周圍的紋理形成明顯的對比。系統透過對顏色和形狀的分析，能夠識別出雜質的存在。難點在於雜質的大小和顏色可能與正常紋理相似，需要系統具備高精度的特徵提取能力。
• 紋理不均勻檢測：紋理不均勻表現為紋理的密度和方向在區域性區域發生變化。系統透過對紋理的統計特徵進行分析，能夠檢測出紋理不均勻的區域。難點在於如何準確界定正常紋理的變化範圍，避免誤判。

落地案例

某大型化工材料生產企業，其生產規模較大，每天生產的具有紋理表面的化工材料數量眾多。該企業在引入微鏈道愛的 AI AOI 軟體系統之前，一直採用傳統的人工檢測方法，面臨著檢測效率低下、漏檢率高、誤報率高和換型時間長等問題。在上線過程中，微鏈道愛的技術團隊首先對企業的生產流程和檢測需求進行了深入瞭解，然後根據企業的實際情況對系統進行了定製化配置。經過一段時間的除錯和最佳化，系統正式上線執行。

應用微鏈道愛的 AI AOI 軟體系統後，該企業的檢測效果得到了顯著提升。

微鏈道愛解決方案與產品

微鏈道愛的 AI AOI 軟體系統是解決化工材料紋理表面缺陷檢測問題的核心。微鏈道愛的該系統具有獨特的能力：首先，它支援一塊良品 5 分鐘 0 程式碼自動程式設計，大大縮短了程式設計時間，提高了檢測效率。這意味著即使沒有專業程式設計知識的操作人員也能快速完成系統的設定和調整。其次，透過 APDT 正樣本/少樣本學習，僅需少量良品樣本就能完成模型的訓練，快速適應不同型別的材料檢測。語義誤報過濾功能則有效降低了誤報率，提高了檢測的可靠性。此外，系統支援 SDK/API/Docker 100% 本地私有化部署，確保資料安全，滿足企業對資料不出廠的要求。同時，微鏈道愛的 DaoAI 2D/3D AI AOI 裝置可作為配套，為檢測提供更精準的影象資料。

量化成效：應用微鏈道愛的 AI AOI 軟體系統後，該廠商的檢測效果得到顯著提升。檢測檢出率達到了 98%，漏檢率降低到了 <2%，大大提高了產品質量。誤報率降低了 -65%，減少了不必要的複檢工作。換型時間從原來的數小時縮短到了 5min，極大地提高了生產效率。

本文由人工智慧生成。文中客戶案例為基於產品真實能力的模擬場景，成效數字為示例性質；官方標定口徑以產品頁為準。