国内主机厂对冲压成形结构件的出货不良率要求已经降到0.2%以下，传统人工复检早就跟不上。我们团队在汽车冲压线做了三年智能复检项目，踩过不下十个坑，也跑出过合格率从95%提升到99.8%的结果，今天把实打实的落地经验掰碎了说。
为什么原来的质检流程顶不住了
原来大部分工厂的流程：首件检合格开机，过程中每2小时抽5件，出货全检靠两个工人坐那，拿个检具挨个卡。
人干这活是什么状态？连续看四个小时，视觉疲劳度翻三倍，熟手都能漏过三分之一的明显缺陷。三年前我们接的第一个项目，就是某主机厂供应商，一批1200件后桥加强板，漏了三件翻边开裂，发货到焊装才发现，直接罚款八十万，老板找到我们的时候，脸都是绿的。
很多人觉得，多放几个人不就行了？现在人工多少钱？一个质检工一月六千，三个就是一万八，一年下来二十多万，还留不住人，年轻人谁愿意干一天盯一万个孔啊。
智能复检的核心，不是把人全换掉，是把最容易漏的致命缺陷先筛出来，人只需要处理异常件就行。
智能复检落地，避不开的三个坑
第一个坑，盲目追高端硬件，上来就堆3D视觉。我见过太多项目，老板一开口就要精度0.01mm的3D相机，一套设备下去大几十万，结果用不起来。
实话讲，90%的冲压件质检需求，就是找缺孔、开裂、翻边变形、错料，2D视觉加轮廓匹配，130万像素的工业相机就能搞定90%的场景，成本只有3D方案的三分之一不到。之前有个同行给房车钣金做智能复检，硬上了六台3D相机，调试半年，点云天天受车间油污反光影响飘，识别率还不如我们两万块一套的2D方案。
第二个坑，为了零漏检，把阈值卡得太死，误杀率高到离谱。我见过最夸张的项目，10%的合格品被判定成不良，最后还是要两个复检工全重新看一遍，等于花几十万买了个寂寞。
我们现在的做法是，按照GB/T 2828.1-2012的缺陷分级，致命缺陷（影响安装、强度的开裂缺孔）阈值往死里卡，哪怕误杀也不能漏过，轻微缺陷（不影响涂装装配的0.1mm以内划痕）直接放行，现在我们做的项目平均误杀率都控制在2%以内。
第三个坑，不做环境自适应，阈值写死就不管了。冲压车间早晚班灯光差能到两倍，早上太阳进来直射工位，晚上只有车间顶灯，光照一变，灰度就变，原来的阈值就废了。
我们现在给每个工位都加了一块标准标定块，每天开班自动扫码校正灰度，一年下来，识别率波动不到0.3%，稳得很。
给中级工程师的落地经验总结
不要一开始就想全品类覆盖，先挑问题最多的那个品类切。我们做新项目，一般先选月产过万、漏检率最高的单一品种，攒数据只攒这个品种的，缺陷也就三五类，一千张图就能训出不错的模型，其中不良品图最少要200张，不同光照不同油污的都要有，标注完先上线跑半个月，把漏报误报的数据攒回来再迭代一遍，直接就能用。
我们用的是yolov5的基础模型，只改了小目标缺陷的损失函数加权，现在对φ2mm以上的缺孔识别率能稳定在99.95%，这个是跑了百万件实测出来的结果，没有水分。
算个账，一条线的智能复检工位，包含相机、工控机、分拣机构，下来二十到四十万，原来要三四个质检，现在只需要一个人处理每天的异常件，人工成本一年能省二三十万，最慢一年半就能回本。哦对了，现在主机厂都要求质量溯源，智能复检每一件都存图存检测结果，出问题直接调记录，不用像原来那样整批翻货，省出来的时间都是钱。
不过话说回来，不是所有厂都适合上。如果你的月产不到一千件，都是小批量定制，那还是人检划算，别追这个风口。要是你批量大，漏检罚款重，人工又招不到，那真的可以试试。
智能复检不是什么玄乎的黑科技，就是用机器替代人干最容易疲劳出错的重复性工作。我们做工程的，从来不是看概念新不新，而是看能不能解决真问题，能不能算过来账。这几年跑现场，见过太多花大价钱堆出来的花架子，最后落灰不用，实在可惜。把目标拆小，把坑踩实，哪怕先解决一个品类的漏检问题，都是实打实的收益。
