Cas

Maison > Cas > Dongguan Qiaosen Machinery Co., Ltd. Dernière affaire de l'entreprise Mise en œuvre d'un projet d'inspection visuelle en ligne des pièces d'estampage de châssis automobile

Événements

nouvelles

Cas

Contactez-nous

titi@qiaosenmachinery.com

86-0769-26626853

Contact maintenant

Mise en œuvre d'un projet d'inspection visuelle en ligne des pièces d'estampage de châssis automobile

2026-08-20

Étude de cas: Mise en œuvre d'un projet d'inspection visuelle en ligne pour les pièces d'estampage de châssis automobile

Cycle des affaires: septembre 2025-août 2026

Les antécédents de l'entreprise: L'entreprise est un fournisseur de niveau 2 de l'estampage de châssis automobile dans le sud de la Chine, exploitant 9 lignes d'estampage automatique, produisant principalement des éléments de support de châssis et de plaques de renforcement.Avant la transformationLa fréquente rotation du personnel et la fatigue des quarts de nuit ont occasionnellement entraîné une fuite de défauts, ce qui a entraîné des retours des clients et des coûts de réinspection.L'entreprise a décidé de mettre en œuvre un retrofit visuel en ligne de l'IA pour deux lignes d'estampage de grande capacité.

Les données de référence réelles avant la transformation (septembre 2025)

Taux de sortie de défectuosité du produit fini: 5,12%
Personnel manuel quotidien moyen de contrôle qualité pour deux lignes: 8 personnes
Quantité mensuelle de retours de clients: 216 pièces
Coût mensuel de la réinspection et du retraitement: 4 USD,120
Proportion de travail supplémentaire de l'équipe QC: 32%
Les défauts manquants sont principalement: minuscules entailles de surface, micro-fissures au coin de flexion

Mesures de transformation technique de base

Déployer des caméras industrielles haute résolution multi-angle et une source lumineuse diffuse personnalisée à côté du port de décharge de la presse, éliminer les interférences de réflexion sur les surfaces d'estampage des métaux;
Rassembler plus de 12 000 échantillons d'images de défauts réels du site de production pour former le modèle de segmentation de l'IA, ajouter en permanence des échantillons de défauts nouvellement trouvés pour une optimisation itérative;
Lier le système visuel avec l'actionneur de rejet de la ligne de convoyeur; une fois les défauts identifiés, déclencher le rejet automatique pour isoler les pièces non conformes;
Réaliser l'interface de données entre la plateforme de vision et le MES d'usine, enregistrer le type de défaut, la quantité et l'horodatage pour chaque pièce inspectée;
Optimiser le SOP: repositionner les inspecteurs manuels du dépistage de la pièce complète à la vérification ponctuelle et aux travaux d'entretien des modèles, réduire le travail visuel répétitif.

Comparaison des données d'exploitation réelle de 11 mois avant et après la transformation

Indicateurs de qualité et de fonctionnement	Avant la mise à niveau visuelle de l'IA	Après le déploiement de l'inspection en ligne de l'IA	Bénéfice global réel
Taux de sortie des défauts du produit fini	5.12%	0.37%	Réduction des sorties de 92,8%
Personnel de contrôle qualité requis pour deux lignes de production	8 personnes	3 personnes	- 62,5% de réduction du personnel QC
Quantité mensuelle de retours de clients	21 6 pièces	17 pièces	- 92,1% de baisse du volume des retours
Coût mensuel de réinspection et de retraitement	4 USD,120	680 USD	-83,5% d'économie de coûts de retraitement
Ratio heures supplémentaires/travail de l'équipe QC	32%	7%	Réduire considérablement la pression du travail
Statistiques mensuelles de données sur les défauts disponibles	Enregistrement manuel sur papier, incomplète	Enregistrement numérique complet traçable	Analyse de la corrélation qualité-équipement de soutien

Analyses de cas et questions professionnelles

Q1: Après l'introduction de la vision par IA, l'inspection manuelle peut-elle être complètement annulée?

R1: Dans ce cas réel, l'inspection manuelle complète a été annulée, mais la vérification ponctuelle et la maintenance du modèle nécessitent encore des opérateurs.Les défauts inconnus de type nouveau qui ne sont pas inclus dans la bibliothèque d'échantillons de formation peuvent parfois échapperLa vérification ponctuelle manuelle sert de deuxième barrière de sécurité et fournit de nouveaux échantillons de défauts pour l'amélioration continue du modèle.L'élimination complète de la participation humaine n'est pas recommandée dans les pratiques actuelles de production de masse.

Q2: Quelles difficultés majeures le projet a-t-il rencontrées lors de la phase de mise en service?

A2: la réflexion de surface métallique a apporté une image instable au début. Après un ajustement répété de l'angle de la source lumineuse et l'ajout d'un revêtement diffus-réflecteur, la stabilité de l'image a été grandement améliorée.Au début de la période d'exploitation, le taux de fausses alarmes était relativement élevé; l'équipe d'ingénieurs a continuellement complété les échantillons sur place et optimisé le seuil d'algorithme pendant 6 semaines avant d'atteindre une précision stable prête à la production.

Q3: Quelle est la période de récupération de cet investissement dans l'inspection visuelle de l'IA?

A3: L'investissement total du projet pour deux lignes est de 34 800 USD. L'économie annuelle de main-d'œuvre, de retouches et de pertes de rendement atteint 51 600 USD.La période de récupération réelle de l'investissement est de 8,1 mois.

Conclusion de l'affaire et perspectives

Ce cas de production réelle prouve que l'inspection visuelle en ligne par l'IA peut résoudre efficacement les problèmes de longue date liés à la fatigue de l'inspection manuelle et au jugement instable dans les ateliers d'estampage.Il réduit considérablement le débit de défaut, réduit le coût du re-travail et réduit la dépendance à la main-d'œuvre QC à grande échelle.En attendant, les entreprises doivent être conscientes que le système visuel nécessite une itération continue des échantillons et un débogage sur place plutôt qu'une installation uniqueDans la phase suivante, l'usine mettra en place un lien entre les données de défaut et les équipements de presse.réaliser un avertissement précoce de l'usure des moisissures en fonction de la fréquence croissante des défauts de fissuration et passer au contrôle de la qualité prédictif.

Envoyez-votre enquête directement nous