贴片之后的人工与半自动装配最容易出缺漏件、错件、反向，而这些缺陷往往要到整机才暴露。这家工厂用 DaoAI AI-AOI 在装配后做高节拍全检，把问题挡在板级。
97%+检出率
5min换型
✓全检替代抽检
工业控制板在贴片之后还有大量插装与装配工序：连接器、排针、跳线、散热片、屏蔽罩等由人工或半自动完成，极易出现漏装、错型号、方向装反、未插到位。这类缺陷在板级不一定影响外观，却会在整机装配或现场使用时才暴露，返工成本很高。原有人工终检受速度与注意力限制，只能抽看关键位，覆盖不全。
工厂部署 DaoAI AI-AOI 对装配后的整板做完整性检测：模型判断每个关键位的元件是否存在、型号是否正确、方向是否一致、是否到位。借助 APDT 正样本学习，各板型用少量良品即可建模，语义误报过滤避免把允许的装配公差当成缺陷。系统在高节拍下在线全检，把过去靠人工抽检的环节升级为逐板检查；新板型切换时 5 分钟 0 代码换型，无需停线重配。
检测覆盖
- 缺漏件：连接器、排针、跳线、散热件是否齐全
- 错装：型号/极性/方向是否正确
- 未到位：插装件是否插装到位
- 高节拍在线全检，替代人工抽检关键位
装配的缺漏，要在板子离开产线前就发现，而不是整机时。
上线后，缺漏件与连接器错漏装的综合检出率达到 97% 以上，装配类不良在板级即被拦截，流入整机环节的相关缺陷明显减少；在线全检替代了人工抽检，终检工位的人力压力和漏看风险同步下降。