丽水_AI质检系统

丽水注塑产业正从“凭经验调机、靠肉眼验货”转向“用AI管质量”，AI质检系统已成为当地汽配、电子外壳、日用品注塑企业降本增效的刚需工具。一套好用的AI质检系统，能把注塑件的外观缺陷检出率稳定在较高水平，同时把质检岗位的重复劳动压缩一半以上。

一、AI质检系统核心概念与定义

AI质检系统，说白了就是用工业相机加算法模型替代人眼做产品外观检测。在注塑成型场景里，它主要看的是产品表面有没有缺料、飞边、缩水、银纹、黑点、色差、顶白、拉伤这些毛病。传统机器视觉靠人工写规则、设阈值，换一个产品就要重新调半天；AI质检系统走的是深度学习路线，用缺陷样本训练模型，让系统自己学会分辨“什么样算不良”。丽水这边的注塑厂有个特点，订单批量不大但换模频繁，同一台机一天可能换两三套模具，这种生产节奏下，传统视觉方案根本跑不起来，AI方案的优势就体现出来了——换产品时只需要重新采集几十张缺陷图，模型微调一下就能上线。

二、主要功能模块与技术要点

一套完整的AI质检系统通常包含几个核心模块。1. 成像模块，也就是工业相机、镜头、光源的搭配。注塑件反光、透明、曲面多，打光方案比相机像素更关键，丽水不少做透明亚克力件和PC外壳的厂，用同轴光加背光组合才能把内部气泡和流痕拍清楚。2. 算法模块，主流做法是CNN分类网络加分割网络，先判断产品整体OK还是NG，再定位缺陷位置和类型。3. 剔除执行模块，检测到不良品后通过气吹、机械臂或信号联动注塑机自动分拣。4. 数据管理模块，把每模产品的检测结果、缺陷图片、时间戳存下来，方便后面追溯和工艺调参。

技术指标上，注塑件AI质检一般要求单件检测节拍在0.3到1.5秒之间，取决于产品大小和缺陷种类。检出率方面，对缺料、飞边这类明显缺陷能做到99%以上，对色差、轻微缩水这类边界模糊的缺陷，通常能到95%左右。误判率控制在2%以内算合格，太高了会频繁停机，工人会直接把系统关掉。

部署方式现在有三种主流选择。一是工控机本地部署，适合单机台改造，成本低但模型更新麻烦。二是边缘服务器加多相机方案，适合一条线多工位检测。三是产线级部署，直接对接MES和注塑机数据，实现检测结果与工艺参数的闭环。丽水中小企业多，本地部署加云端训练的混合模式比较受欢迎。

三、注塑成型典型应用场景

假设一家丽水开发区的汽配企业，做的是新能源汽车内饰件，产品是黑色ABS高光面板。以前质检靠三个女工在传送带旁边翻边看，一天下来眼睛花，漏检率大概在5%到8%。上了AI质检系统之后，相机放在机械手取件后的传送带上方，产品经过时触发拍照，算法判断有没有划痕、白点、缩水。检测到不良品，气吹直接把它吹到废品箱，良品继续往下走。工人只需要每两小时抽检一次，确认系统没跑偏。这个场景里，系统解决了高光面反光干扰和黑色件对比度低两个难点，用的是多角度频闪光源加图像增强算法。

再假设一家做日用品塑料件的厂，产品是PP材质的收纳盒，一模出四腔。这种产品缺陷主要是缺料和飞边，但四腔产品在传送带上位置不固定，传统视觉定位很吃力。AI质检系统用目标检测网络先找到每个产品的位置，再分别做缺陷分类。四腔产品同时检测，节拍控制在1.2秒以内，跟注塑机周期匹配。这家厂原来每台机配一个质检员，现在一个人看三台机。

还有一个场景是医疗耗材注塑件，比如培养皿、离心管。这类产品对洁净度和缺陷容忍度极低，但产量大、单价低。AI质检系统配合无尘传送轨道，用线扫相机连续拍摄，检测飞边、黑点、尺寸变形。检测数据实时上传，每批产品生成质量报告。丽水这边做医疗耗材的注塑厂不多，但增长快，对AI质检的需求在上升。

四、选型与实施建议

选AI质检系统，先看自己的产品特征。如果产品种类少、批量大，优先选标准化程度高的方案，算法调优工作量小。如果像丽水多数注塑厂那样多品种小批量，就要重点考察系统的快速换型能力——能不能在半天内完成新产品的样本采集、标注、训练和上线。业界有厂商能做到4到8小时完成换型，这个指标很关键。

再看硬件适配性。注塑车间环境温度高、油雾多、震动大，相机和光源的防护等级至少要IP54，工控机要宽温设计。丽水夏天车间温度能到38度以上，普通商用电脑跑不动。

实施节奏上，建议分三步走。第一步选一台机做试点，跑通从拍照到剔除的完整流程，积累缺陷样本。第二步把试点机的模型迁移到同类产品的机台上，验证泛化能力。第三步再考虑产线级部署和数据对接。不要一上来就全厂铺开，注塑件缺陷类型多，模型需要迭代，步子太大容易翻车。

另外提醒一点，AI质检系统不是买来就能用的标准品。它需要现场采集至少几百张缺陷图做训练，前期要安排质检员配合标注。标注质量直接决定模型上限。丽水有些厂老板觉得买套系统就万事大吉，不安排人配合，最后系统误判率高，用了一个月就闲置了。

五、趋势展望

注塑成型AI质检接下来会往两个方向走。一是检测与工艺联动。系统发现某类缺陷连续出现，自动给注塑机发信号调整保压压力或模温，把质量问题扼杀在萌芽状态。二是小样本学习。现在训练一个模型要几百张缺陷图，以后用生成式AI合成缺陷样本，几十张就能起步，这对丽水这种多品种小批量的产业带特别有价值。

还有一个趋势是质检数据资产化。每件产品的检测结果、缺陷分布、时间趋势都存下来，积累半年就能做工艺优化分析。比如发现某套模具在连续生产4小时后飞边缺陷率上升，说明模温控制有问题，可以针对性加装模温监控。AI质检系统从单纯的“挑废品”变成“工艺诊断工具”，这个价值比省几个质检员大得多。

丽水注塑产业要往上走，质量一致性是绕不过去的坎。AI质检系统不是万能药，但它确实是目前性价比最高的质量管控手段之一。选对方案、用对方法，半年内能看到实实在在的变化。