鋁壓鑄件的強度隱患藏在看不見的內部——氣孔與夾雜。某零部件廠用 DaoAI 深度學習自動讀片，把 X-ray 判废壓進產線節拍。
<2s單圖推理
100%內部缺陷在線全檢
3 類氣孔/縮鬆/夾雜
鋁合金壓鑄是底盤、轉向、新能源結構件的主流工藝，但壓鑄過程中極易在內部形成氣孔、縮鬆與夾雜，這些缺陷在外觀上完全不可見，却直接削弱零件的強度與氣密性。某零部件廠采用 X-ray 對壓鑄件做內部探傷，然而人工讀片速度慢、標準主觀，長時間讀片導致的疲劳更讓微小氣孔容易被漏判，難以匹配壓鑄產線的高節拍。
讓 AI 讀 X-ray 片
DaoAI 將深度學習 AI-AOI 引入 X-ray 檢測環節，模型在大量帶標注的探傷圖像上訓練，學習氣孔、縮鬆、夾雜等內部缺陷的灰度與形態特征，自動定位缺陷並按尺寸、數量、位置給出判废結論。單張圖像推理時間控製在 2 秒以內，可直接嵌入壓鑄產線節拍，實現內部缺陷的在線全檢而非離線抽檢。
- 單圖 <2 秒：推理速度匹配壓鑄產線節拍，支持在線全檢
- 內部缺陷識別：氣孔、縮鬆、夾雜自動定位與分級
- 判废標準統一：按尺寸/數量/位置量化判定，消除主觀差異
- 可產線部署：與 X-ray 設備對接，告別離線人工讀片
把原本離線、靠經驗、易疲劳的人工讀片，變成在線、量化、不知疲倦的自動判废。
方案落地後，該廠壓鑄件內部缺陷實現在線全檢，讀片效率與一致性大幅提升，漏判風險顯著下降，缺陷數據也為壓鑄工藝參數調整提供了量化支撑。
常见问题
鋁壓鑄件內部缺陷有哪些危害？
鋁壓鑄件內部的氣孔、縮鬆與夾雜在外觀上不可見，却會直接削弱零件的強度與氣密性，影響零部件的性能和質量，給產品帶來強度隱患。
DaoAI 如何解決 X-ray 人工讀片的問題？
DaoAI 將深度學習 AI-AOI 引入 X-ray 檢測，模型經大量標注圖像訓練，單圖推理 <2 秒，能自動定位缺陷、統一判废標準，可產線部署，告別離線人工讀片。
采用 DaoAI 方案後有什麼效果？
方案落地後，壓鑄件內部缺陷可在線全檢，讀片效率與一致性大幅提升，漏判風險顯著下降，缺陷數據還為壓鑄工藝參數調整提供量化支撑。