江门轨道交通装备产业集群对质检环节的智能化升级需求正在变得具体而迫切。作为广东轨道交通装备制造的重要基地,江门集聚了从车体焊接、转向架装配到内饰件加工的一批配套企业,产品精度要求高、批量节奏紧,传统靠人眼加卡尺的抽检方式越来越跟不上节拍。AI质检系统要解决的,就是让检测环节从“事后把关”变成“在线拦截”。
一、AI质检系统是什么
AI质检系统是把工业相机、激光传感器等成像设备采集到的产品图像或点云数据,交给训练好的深度学习模型做自动判读,替代人工目视检查外观缺陷、尺寸偏差、装配完整性的一类工业软件系统。它和传统机器视觉的区别在于,规则不再靠工程师逐条写死,而是让模型从大量良品与不良品样本中自己学出缺陷特征,面对划痕深浅不一、焊缝气孔形态多变这类非标缺陷时适应性明显更强。
在江门轨道交通配套场景里,一套完整的AI质检系统通常包含成像硬件、边缘推理单元、模型训练平台和与产线PLC/MES对接的通信模块。它输出的不只是一张OK/NG判定,还包括缺陷类型、位置坐标和置信度,供后续返修工位直接调取。
一句话总结:AI质检系统的核心是用学习型模型替代规则型算法,解决复杂外观缺陷难描述、难穷举的问题。
二、主要功能模块与技术要点
从功能构成看,这类系统一般拆成四块。成像采集模块负责在运动状态下稳定抓拍,轨道交通件普遍尺寸大、曲面多,常需要多相机拼接或线阵扫描;缺陷检测模块是主体,做分类、定位和分割,常见做法是用目标检测网络找缺陷区域,再用分割网络勾勒边界;尺寸测量模块处理孔位、间隙、段差等几何量,通常结合亚像素边缘提取和标定参数换算;数据管理模块把每次检测的图片、判定结果和模型版本关联存档,支持追溯和模型迭代。
技术要点上有三个容易被低估的地方。一是样本工程,轨道交通件的不良样本天然稀少,需要靠数据增强和少量真实缺陷结合来训练,否则模型对罕见缺陷的召回率上不去。二是节拍匹配,车体大部件检测工位留给成像的时间窗口往往只有几秒,推理必须放在边缘端做,不能绕到云端。三是光照与工装的一致性,同一套模型换一个工位光照条件变了,精度就可能掉下来,所以成像环境要作为系统的一部分来设计,而不是随便架个相机了事。
一句话总结:功能模块决定系统能做什么,样本质量、推理节拍和成像一致性决定它能不能在产线上稳定用住。
三、轨道交通典型应用场景
假设江门一家做铝合金车体焊缝的配套企业,焊缝总长动辄几十米,人工目检只能抽检且容易疲劳漏判。部署AI质检系统后,在焊接工位后设置线阵相机扫描,模型对气孔、咬边、未熔合三类缺陷做在线判读,超阈值的位置自动标记并推送到打磨返修工位,检测节拍与焊接节拍对齐,不做离线等待。
再假设一家生产转向架铸件的中小企业,铸件表面存在缩孔、砂眼这类形态随机的不良,规则视觉很难覆盖。用AI质检系统对铸件关键面做多角度成像,模型按缺陷面积和位置分级判定,轻微缺陷放行、超限缺陷隔离,同时把缺陷分布热力图反馈给铸造工序,帮助调整浇注参数。这类用法把质检从单纯筛不良变成了工艺反馈的数据源。
还有一类场景是装配完整性检查。假设一家做车门内饰板总成的企业,卡扣数量多、线束走向固定,漏装一个卡扣靠人眼很难稳定发现。AI质检系统在装配下线工位拍照,逐项核对卡扣在位、线束卡入卡槽,缺件即报警。这类检测逻辑相对确定,落地周期通常比外观缺陷检测短。
一句话总结:焊缝检测、铸件表面分级、装配完整性核对是轨道交通配套中落地价值最直接的三类场景。
四、选型与实施建议
选型时先看模型迭代能力,而不是只看演示效果。产线上的缺陷分布会随时间漂移,供应商能不能让企业自己标注少量新样本、在几天内完成模型微调并下发,比初次准确率数字更重要。其次看通信对接,系统要能跟现有MES和PLC说上话,判定结果自动流转,否则检测完还要人工录入,价值打对折。第三看成像方案是否被当作系统工程来做,镜头、光源、工装、触发时序要一起设计,只卖软件不管成像的厂商在复杂工件上容易翻车。
实施节奏上建议单工位先跑通再复制。选一个缺陷定义清晰、节拍压力大的工位做试点,把样本采集、标注、训练、上线、误判复盘这一整圈走完,摸清误报率的真实水平,再往同类工位推广。企业内部要有人能接手数据标注和模型日常维护,完全依赖外部团队的系统在长期运行中容易退化。业界累计服务120余家客户(覆盖15+行业)、累计3200余家终端的实践也说明,AI质检的成败更多取决于样本和运维体系,而不是算法本身有多新。
一句话总结:选型看迭代能力和对接能力,实施先单点跑通再复制,内部要留下能维护模型的人。
五、趋势展望
接下来两三年,AI质检系统在轨道交通领域会往两个方向走。一是从抽检走向全检,随着边缘算力成本下降,过去只能抽检的大件逐步做到全数在线检测;二是从判定走向闭环,检测结果直接驱动工艺参数调整,质检数据反过来喂给焊接、铸造工序做优化。对江门这类轨道交通配套集聚地来说,中小配套企业多、单件批量不大,更务实的路径是选用支持小样本训练、部署轻量的方案,把质检数据先沉淀下来,再逐步往工艺反馈延伸。
一句话总结:全检化和检测工艺闭环是方向,中小企业先从轻量部署和数据沉淀起步更稳妥。