汽车齿轮/轴类表面缺陷AI视觉高效检测解决方案

在汽车零部件制造领域，齿轮和轴类产品的表面质量对汽车整体性能至关重要。微链道爱先进的AI视觉技术为该行业带来了高效的表面缺陷检测解决方案。

行业背景与用户场景：汽车产业作为全球经济的重要支柱，其零部件制造的质量和效率直接影响着整个行业的发展。在汽车零部件中，齿轮和轴类产品是发动机、变速器等关键部件的核心组成部分，它们的表面质量直接关系到汽车的动力传输、操控性能和使用寿命。某头部汽车零部件厂商的齿轮/轴类生产线上，每天都在大量生产各种规格的汽车齿轮和轴类产品。这些产品的表面质量要求极高，任何细微的缺陷都可能导致严重的后果。因此，对这些产品表面的划痕、裂纹、砂眼、磕碰伤等缺陷进行精准检测，成为了生产过程中至关重要的环节。

痛点：为什么难

传统的人工检测方法在汽车齿轮和轴类表面缺陷检测中面临着诸多挑战。从效率维度来看，人工检测速度慢，难以满足大规模生产的需求。在产线节拍内，人工检测很难保证100%的全检，漏检率约为3%。这是因为人工检测受限于人的视觉疲劳和注意力集中时间，长时间工作后，检测精度会大幅下降。从成本维度分析，人工检测需要大量的人力投入，人力成本高。而且一旦出现漏检和误报，需要对产品进行复检，这进一步增加了生产时间和成本。误报率方面，传统人工检测达到15%，这意味着大量原本合格的产品也需要进行额外的检查，浪费了大量的人力和时间。从换型灵活性维度来讲，当生产的产品规格发生变化时，人工检测需要重新培训工人，换型时间长达30分钟。这是因为不同规格的产品表面特征不同，工人需要重新学习检测标准和方法，严重影响了生产效率。

人工检测难的根因在于人的生理和认知局限。人的视觉分辨率有限，对于微米级的微小缺陷很难准确识别。而且人的判断容易受到主观因素的影响，不同的检测人员可能会对同一缺陷做出不同的判断。此外，人工检测的一致性较差，难以保证在长时间的检测过程中始终保持相同的检测标准。

技术原理

微链道爱采用先进的AI算法和成像技术来解决传统检测方法的难题。在算法方面，使用了基于深度学习的视觉基础模型。该模型具有强大的特征认知能力，通过对少量正样本（1-20张）的学习，模型可以快速理解良品的特征，从而准确区分良品和缺陷品。与传统算法需要人工设计特征不同，深度学习算法能够自动提取缺陷特征，避免了人工设计特征的局限性，提高了检测的准确性和泛化能力。例如，传统算法可能无法识别一些复杂形状或隐蔽位置的缺陷，而深度学习模型可以通过学习大量的数据，对各种类型的缺陷都有较好的识别能力。

在成像方面，微链道爱自研的3D相机能够获取齿轮和轴类表面的三维形貌信息，实现微米级的高精度成像。3D成像可以更全面地反映物体表面的特征，对于隐藏在表面下的缺陷，如砂眼等，也能清晰地检测出来。传统的2D成像只能获取物体表面的平面信息，对于一些凹陷或凸起的缺陷可能无法准确识别。而3D相机通过三维形貌重建技术，可以将获取的三维数据进行处理和分析，从而准确地识别出各种类型的缺陷。此外，语义误报过滤技术可以根据缺陷的语义信息，对误报进行过滤，减少了误报率。

典型应用场景

• 表面划痕检测：在齿轮和轴类产品的生产过程中，表面划痕是常见的缺陷之一。微链道爱的3D相机可以清晰地捕捉到划痕的三维信息，通过深度学习算法对划痕的长度、宽度、深度等特征进行分析，准确判断划痕是否符合产品质量标准。难点在于一些细微的划痕可能与产品表面的纹理相似，需要算法具有较高的分辨能力。
• 裂纹检测：裂纹是一种严重的缺陷，可能会导致产品在使用过程中发生断裂。微链道爱的技术可以通过对3D图像的分析，检测出裂纹的位置和大小。由于裂纹可能隐藏在产品表面的纹理或其他缺陷之下，检测难度较大，需要算法能够准确地识别出裂纹的特征。
• 砂眼检测：砂眼通常是由于铸造过程中的气体未完全排出而形成的。3D相机可以获取砂眼的三维形貌信息，通过三维形貌重建技术，能够清晰地显示砂眼的大小和深度。难点在于砂眼的形状和大小各不相同，需要算法能够适应不同类型的砂眼进行准确检测。
• 磕碰伤检测：在产品的搬运和加工过程中，可能会出现磕碰伤。微链道爱可以通过对比良品和缺陷品的3D图像，检测出磕碰伤的位置和程度。由于磕碰伤的形状和损伤程度差异较大，检测时需要算法具有较强的泛化能力。

落地案例

某大型汽车零部件制造企业，在其齿轮和轴类产品生产线上面临着传统人工检测效率低下、误报率高、换型时间长等问题。该企业每天生产大量不同规格的齿轮和轴类产品，人工检测已经无法满足生产需求。微链道爱为其提供了AI视觉检测解决方案。在上线过程中，微链道爱的技术团队首先对生产线进行了详细的调研和评估，确定了检测方案和设备安装位置。然后，对设备进行了安装和调试，并对企业的相关人员进行了培训。上线前，该企业的检测漏检率约为3%，误报率达到15%，换型时间长达30分钟。上线后，检测检出率提高到了99.4%，漏检率降低到<0.6%，误报率降低了 -63%，产品换型时间从30分钟缩短到了5分钟。

微链道爱的AI视觉检测技术，为汽车零部件制造企业带来了高效、准确的表面缺陷检测解决方案。

微链道爱解决方案与产品

微链道爱提供了DaoAI AI AOI软件系统和DaoAI 2D / 3D AI AOI设备。DaoAI AI AOI软件系统具有快速编程的能力，一块良品5分钟即可完成0代码自动编程，并且支持APDT正样本/少样本学习，只需要1-20张良品就可以进行模型训练。该系统还具备语义误报过滤功能，能够有效减少误报。DaoAI 2D / 3D AI AOI设备采用自研3D相机，实现三维形貌重建，可检测隐藏焊点、共面度和微米级形貌。在实际应用中，将设备安装在生产线上，对齿轮和轴类产品进行在线检测。通过软件系统对采集到的图像和数据进行分析和处理，实时判断产品是否存在缺陷。

量化成效：使用微链道爱的解决方案后，检测检出率提高到了99.4%，漏检率降低到<0.6%。误报率降低了 -63%，大大减少了复检量。同时，产品换型时间从30分钟缩短到了5分钟，显著提高了生产效率。

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。