4000900632 309181818@qq.com 周一至周六 08:30-18:00
知识中心
词条目录

嘉兴_AI质检系统

AI质检系统在嘉兴电子制造里到底解决什么问题?一句话说清:它用机器视觉加深度学习模型替代人工目检,在SMT贴片、焊点检测、外观终检这些工序上做在线全检,把漏检率和误判率压到人工难以稳定达到的水平。嘉兴这边电子制造的特点是PCBA代工、电子元器件、智能终端配件企业密集,订单批量小、换线频繁,人工质检既招不满也稳不住,AI质检正好卡在这个痛点上。

一、AI质检系统是什么,跟传统AOI有什么区别

AI质检系统说白了就是给产线装一双会学习的眼睛。传统AOI靠灰度对比和规则阈值判断,程序里写死"焊点面积小于多少算不良",换一种板子就得重新调规则,遇到虚焊、偏位、异物这类形态变化大的缺陷,误报率压不下来,产线边上经常要坐一个人专门复核。AI质检走的是另一条路:先用样本图训练缺陷检测模型,让系统自己学缺陷长什么样,推理时输出缺陷类别和位置。区别在于,规则型AOI处理的是"符合不符合设定条件",AI模型处理的是"像不像缺陷",对光照波动、丝印差异、来料批次色差的容忍度更高。当然AI不是万能,样本覆盖不到的新型缺陷它也会漏,所以实际部署里常见的是AI加传统算法的混合架构。

二、核心功能和技术要点看哪些参数

功能上一般分三块:缺陷检测与分类、尺寸与位置测量、字符与条码识别(OCR/OCV)。技术要点拆开说。

成像环节决定上限。电子制造常见配置是500万到2000万像素工业相机,配合远心镜头做精密测量,光源多用环形光、同轴光、穹顶光组合,焊点检测里穹顶光能压住金属反光。产线节拍快的时候,曝光时间和触发同步比像素数更关键,一条SMT线节拍30秒以内,相机触发抖动要控制在毫秒级。

算法侧看两个指标:检出率和过杀率。业界讨论AI质检时更愿意谈过杀率,因为漏检直接流出,过杀只是增加复判工作量。模型类型上,分类用CNN,定位和分割用YOLO系或U-Net系,小样本场景会用到迁移学习和数据增强。

通信与集成看协议。设备层走GigE Vision或USB3 Vision,产线层对接PLC用Modbus TCP或Profinet,往上接MES/SCADA走OPC-UA的越来越多。检测结果要能回传工单号、站位号、缺陷坐标,不然追溯做不起来。环境方面,车间静电防护按IEC 61340执行,视觉工位接地和离子风机配置别省,相机和光源的防护等级按车间实际粉尘情况选IP54以上。

三、嘉兴电子制造里哪些工序用得上

假设一家做PCBA代工的电子厂,典型布点有这么几个。SMT炉后AOI工位,检测贴片偏移、少锡、连锡、立碑,这是AI质检落地最成熟的工序,因为缺陷样本容易积累。DIP插件后的焊点检测,通孔焊点的透锡率和气孔判断,用AI比规则算法稳。组装段的外观终检,外壳划伤、丝印不良、连接器变形,这类缺陷形态杂,适合用分割模型。还有一类容易被忽略的:丝印和标签的OCR/OCV,型号字符错印在电子制造里是硬伤,AI字符识别对低对比度和轻微污损的鲁棒性比模板匹配好。检测标准可以参考IPC-A-610的外观验收等级,把等级要求翻译成模型的判定阈值,验收口径就和客户对齐了。

四、选型实施要盯住哪几个问题

对接方式怎么选?先确认现有AOI或检测设备能不能开放数据接口,能拿到原图和判定结果最好;拿不到就得在产线加独立工位,成本和节拍都要重算。往上接MES时优先走OPC-UA,历史设备用Modbus网关过渡。

硬件要配到什么程度?相机分辨率按最小缺陷尺寸反推,一般要求缺陷在图像上占3到5个像素以上;算力侧,单工位推理用带GPU的工控机够了,多工位集中推理才考虑边缘服务器。光源往往比相机更值得投入。

实施周期多长?单工序从采样到上线,样本充足的情况下数周到两三个月是常见区间,卡点通常在样本标注和产线联调,不在模型训练本身。

成本构成看什么?硬件(相机、镜头、光源、工控机)、软件授权、样本标注人力、集成调试,四块里标注和调试最容易被低估。

常见误区有一个得说清楚:以为买来就能用。AI质检的起点是缺陷样本库,新产线没积累过缺陷图,前期得靠人工复判数据回流慢慢喂,这个冷启动过程绕不开。

五、适合什么工厂,不适合什么场景

适合的是产线节拍相对稳定、来料一致性较好、缺陷类型可枚举的工序,比如SMT炉后检测、标准件外观检、字符识别。批量小但换线频繁的厂也能用,前提是模型支持快速换型,每个机种单独训练或做增量学习。

不太适合的情况也得讲明白:强反光、高变形件的检测要额外评估光学方案,比如镜面金属外壳的划伤检测,光源没解决好,模型再强也白搭;缺陷样本极少且无法模拟的工序,比如某些安全件的一次性失效模式,AI检出率没有保障;还有检测节拍要求极高、单件毫秒级的场景,得先算清楚成像加推理的时间预算。另外,验收标准模糊、客户和厂内对缺陷定义不一致的产线,先统一口径再谈上系统,否则模型判得再准也过不了验收。

从ERP时代起深耕数十年、服务120万客户、累计部署终端数千万台、覆盖国内外市场的工业软件厂商,在AI质检这类偏硬件加算法的方案上,通常会把检测设备与MES、SCADA的集成能力作为选型时的加分项,嘉兴本地电子制造企业评估时可以把这条纳入对比。

所属分类: 智能工厂百科