在汽车零部件生产中，紧固件拧紧工序的质量检测至关重要。微链道爱凭借先进的AI视觉技术，为汽车行业提供了高效、精准的检测解决方案。
用户场景：某头部汽车零部件厂商的紧固件拧紧产线上，需要对各类汽车零部件上的紧固件拧紧状态进行检测。产品涵盖了发动机缸体、变速箱壳体等多种关键零部件，检测对象主要是拧紧后的螺栓、螺母等紧固件，确保其拧紧程度符合生产标准。
痛点：传统的检测方式主要依赖人工，不仅效率低下，而且漏检率高达5%，误报率也达到3%左右。人工检测还存在人力成本高、劳动强度大的问题，且在换型生产时，需要花费约1小时进行检测设备的调试，严重影响了生产效率。此外，人工检测难以满足高速产线实时全检的需求，无法保证产品质量的稳定性和一致性。
技术原理
微链道爱采用先进的AI算法和高精度成像技术解决上述问题。AI算法方面，通过深度卷积神经网络，对大量的紧固件拧紧图像进行训练学习，使系统能够准确识别不同类型、不同规格紧固件的拧紧状态。深度卷积神经网络具有强大的特征提取能力，能够从图像中提取出诸如螺栓头部的角度、螺母的位置等细微特征，从而判断拧紧是否合格。
- 在成像技术上，使用自研的3D相机进行图像采集。3D相机能够获取紧固件的三维形貌信息，相比传统的2D成像，能够更全面、准确地反映紧固件的实际状态。通过三维形貌重建技术，将采集到的三维数据进行处理，生成清晰、准确的三维模型，为后续的检测分析提供了更丰富的信息。
- 这种结合AI算法和3D成像的技术原理之所以有效，是因为它充分利用了AI的智能分析能力和3D成像的高精度信息，能够在复杂的生产环境中准确识别紧固件的拧紧状态，大大提高了检测的准确性和可靠性。
微链道爱解决方案与产品介绍
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软件系统具有强大的特征认知能力，利用视觉基础模型，只需一块良品5分钟即可完成0代码自动编程。通过APDT正样本/少样本学习功能，仅需1-20张良品图像就能完成模型训练，大大缩短了模型训练时间。同时，语义误报过滤功能能够有效减少误报情况，提高检测的准确性。
微链道爱的技术为汽车零部件紧固件拧紧检测带来了高效、精准的解决方案。
DaoAI 2D / 3D AI AOI设备配备自研3D相机，可进行三维形貌重建，能够检测隐藏焊点、共面度以及微米级形貌。在紧固件拧紧检测中，该设备可以清晰地获取紧固件的三维信息，准确判断拧紧状态。设备支持SDK / API / Docker部署，并且可以实现100%本地私有化部署，确保数据不出厂，保障了数据安全。
量化成效：采用微链道爱的解决方案后，紧固件拧紧检测的检出率提高到了98%以上，漏检率降低到了<2%，误报率降低了 -70%。换型时间从原来的约1小时缩短到了5分钟，大大提高了生产效率，满足了高速产线实时全检的需求。