Внедрение проекта онлайн-визуального контроля на базе ИИ для штампованных заготовок автомобильных шасси

Цикл дел: сентябрь 2025-август 2026

Опыт работы на предприятии: Предприятие является поставщиком штамповки автомобильных шасси второго уровня в Южном Китае, эксплуатирующим девять линий автоматической штамповки, в основном производящих компоненты для подвесок шасси и арматурных плит.До преобразованияЧастые смены персонала и усталость ночной смены вызывали случайный отток дефектов, что приводило к возврату клиентов и затратам на повторный осмотр.Предприятие решило внедрить визуальную модернизацию искусственного интеллекта в режиме онлайн для двух основных линий высокопроизводительной штамповки.

• Уровень оттока дефектов готовой продукции: 5,12%
• Среднесуточный персонал ручного контроля качества на двух линиях: 8 человек
• Ежемесячное количество возврата клиентов: 216 шт.
• Ежемесячные расходы на повторную проверку и переработку: 4 доллара США;120
• Доля сверхурочной работы в команде QC: 32%
• Дефект отсутствует в основном: крошечные впадины на поверхности, микро-трещины в углу изгиба

1. Развернуть многоугольные промышленные камеры высокого разрешения и индивидуальный диффузный источник света рядом с выпускным пунктом пресса, исключить помехи от отражения на поверхностях штамповки металла;
2. Сбор более 12 000 образцов изображений реальных дефектов с производственного участка для обучения модели сегментации ИИ, непрерывное добавление новых образцов обнаруженных дефектов для итеративной оптимизации;
3. Соедините визуальную систему с приводом отталкивания конвейерной линии; как только будут выявлены дефекты, запустите автоматическое отталкивание для изоляции несовместимых частей;
4. Реализация интерфейса данных между платформой визуализации и заводской системой MES, запись типа дефекта, количества и часовой марки для каждой проверенной заготовки;
5. Оптимизировать СОП: перенаправить ручных инспекторов с проверки целого изделия на точечную проверку и техническое обслуживание модели, уменьшить повторяющийся визуальный труд.

Этот реальный производственный случай доказывает, что искусственный интеллект может эффективно решать проблемы усталости от ручной проверки и нестабильного суждения в мастерских штамповки.Это значительно уменьшает дефектный отток, снижает затраты на переработку и снижает зависимость от крупномасштабной рабочей силы QC.Между тем, предприятия должны знать, что визуальная система нуждается в непрерывной итерации образцов и отладке на месте, а не в разовой установкеНа следующем этапе завод будет использовать связь данных о дефектах с пресс-оборудованием.реализация раннего предупреждения об изнашивании плесени в соответствии с растущей частотой дефектов трещин и продвижение к прогнозирующему контролю качества.