散热片工厂 AI 检测实施方案

2020/3/16

Location: Taiwan

背景

过去，工厂的绝大多数零部件质检工作均由人工目视完成。尽管企业会对质检员开展岗前教育培训，但依赖人工主观判断的检测模式，难以实现质检标准的统一落地。此外，视觉疲劳、人员倦怠及高流动率等问题叠加，导致产线的漏检率居高不下。一旦缺陷产品流入市场，终端客诉率便会随之激增。

此外，若工厂内部缺乏具备编程能力的技术人员，其对于机器视觉检测技术的认知与应用能力也会十分有限。如此一来，即便工厂有意引入技术产品以降低产线漏检率、提升检测效率，也会陷入有心无力的困境。

研华与Smasoft的合作项目，旨在助力制造业完成从人工目视检测到 AI 检测的模式升级。这套融合基于规则的机器视觉与AI 视觉识别技术的解决方案，不仅能精准破解工厂质检痛点，更可推动自动化检测体系的落地应用。

系统描述

这家散热器生产厂原有三大检测工位，由多名质检员分别开展尺寸、厚度及外观检测工作。世迈软件现有的自动化软件开发平台（SmaSEQ）集成了模块化视觉检测、运动控制、IO 控制、AI 缺陷检测工具（SmaAI）及 AI 模型训练等功能，打造出一款可同时完成三类检测的散热器专用检测设备；该设备还能持续训练 AI 深度学习模型，进一步降低漏检率、提升检测品质。

SmaSEQ 配备人性化交互界面，易上手、易学习。客户操作人员即便无工程专业背景，也未系统掌握 AI 深度学习相关知识，完成软件专项培训课程后，即可轻松操作 SmaSEQ。该平台操作简洁直观，无需复杂的程序设置，支持系统集成商与终端用户自主完成设备模型训练。

Smasoft的软件方案与研华科技的硬件产品深度协同，为散热器检测机的 AI 系统优化构筑核心支撑。世迈软件搭载研华 i-Modules 扩展槽型无风扇紧凑型系统 MIC-770，并内置英伟达 Jetson® Xavier 系列研华 MIC-730AI 人工智能推理系统，实现软硬一体的性能加持。

此前 Smasoft 曾采用其他厂商的工业计算机，部分产品因机身尺寸过大遭客户要求更换；另有部分产品虽在尺寸上满足客户需求，却频繁出现宕机问题。研华 MIC 系列产品历经长时间老化测试仍能保持稳定运行，若项目需拓展额外 I/O 接口，该系列可随时完成扩展，无需为每个项目重新开展硬件评估，大幅节省项目成本与时间。

系统需求

这款 AI 检测机系统中嵌入的两款研华硬件产品，各司其职、分工明确。搭载了 SmaSEQ 的 MIC-770 负责管控检测工位的全流程运转，同时执行基于规则的视觉检测，判定散热器的尺寸与厚度是否符合规格要求。

此外，搭载 SmaAI 的 MIC-730AI 执行 AI 图像分析，对比识别散热器的外观缺陷。该功能的实现前提为：软硬件上线前，Smasoft 收集客户缺陷产品图像并投喂至 SmaAI 完成训练；SmaAI 训练完成后，模型部署至 MIC-730AI，即可开展 AI 视觉检测 —— 检测散热器平面度，识别压损、污渍、划痕等常规物理规则难以归类的缺陷。

Smasoft 的自动化 AI 软件与研华硬件强强联合，助力散热器生产厂在三个月内完成 AI 检测机的整机装配与调试工作。

Smasoft 方面表示：“客户工厂最初对这套新系统的检测准确率预期为 90%，而 Smasoft 与研华联合打造的解决方案，最终实现了高达 97% 的检测准确率，远超客户预期。” 此前，一条生产线需配备十名质检员，对单个散热器完成三项检测耗时 30 秒；如今仅需一名质检员负责最终复检，单台检测耗时仅 4 秒。由此可见，该解决方案的落地，不仅大幅降低了企业的人力成本，更显著提升了整体检测效率。

此外，这套 AI 检测解决方案采用分布式架构配置，支持单台 MIC-770 与多台 MIC-730AI 协同完成 AI 推理运算。因此，当工厂有新增 AI 检测项目或提升检测速度的需求时，仅需通过网线加装 MIC-730AI 即可实现，为客户工厂后续的产能拓展与产线升级提供了便捷的扩容方案。