五金零部件工厂 AI 视觉质检落地案例

五金零部件生产批量大,产品外观缺陷种类繁杂,包含划痕、缺料、变形、装配错位等多种问题。工厂此前全部依靠人工完成质检,人工长时间目检容易疲劳,不同质检人员判定标准存在差异。大批量生产之下,容易出现漏检,不良品流向下道工序,带来返工、客诉风险,同时质检岗位人力成本持续居高不下。

结合产线现状,我们采用轻量化 AI 视觉质检方案,尽量复用车间现有摄像硬件,不对产线做大规模改造。将外观、装配共五大类缺陷训练进 AI 识别模型,实行「AI 初筛 + 人工终审」的作业模式,由 AI 完成大批量快速识别筛选,可疑样本再交由质检人员复核,兼顾检测效率与生产安全。系统自动保存每一件产品检测图片与缺陷记录,完整留存检测档案,方便后续质量问题追溯分析。

落地之后,对比传统人工抽检模式,产品漏检率下降 50% 以上,单件产品检测耗时降低约 40%。缺陷数据自动汇总,方便工艺人员反向优化生产工序,稳定出厂产品品质,缓解工厂质检人员压力。