上周去苏州某汽车零部件厂做现场诊断，对方刚花120万上的视觉检测线，上线3个月，良率从原来的98.7%掉到96.2%，现场操作员把光源罩拆了堆在角落，说”还不如原来拿卡尺卡快”。
写这篇的时候，我刚从宁波的五金厂回来，鞋上还沾着车间里的切削液印。见过太多厂花了大价钱上智能检测，最后变成车间里的摆设，说白了，都是没踩过产线的真坑。
视觉检测不是装个摄像头就能用
很多供应商给的Demo，是在实验室里打匀了光，零件摆得端端正正，背景铺纯黑绒布，连表面的指纹都擦得干干净净，拍出来的成像效果完美到能当宣传图。可一到产线就露怯。
零件是振动盘送过来的，姿态歪个15度是常事，表面沾着切削液的油膜，反光率比实验室试样差30%，算法直接崩了。
光不对。真的不对。
我当时蹲在工位旁数了10分钟，127个零件里有19个因为油膜反光被误判成”表面磕碰伤”，占总误判量的83%。绝大多数中小厂采购的视觉检测设备，用的都是最基础的固定灰度阈值判伤逻辑——阈值差5个灰度级，误判率能翻三倍。供应商拉着设备过来，对着标准试样调个阈值就拍屁股走人，后续遇到油膜、粉尘、批次色差的问题，全是用户自己扛。
按照GB/T 39101-2020《智能制造 机器视觉检测系统 通用技术要求》，产线用的视觉检测系统，对同批次零件的表面反光率适配范围不能低于20%。但我见过至少七成的设备，根本没做这个适配。别觉得这是小问题，去年有个做紧固件的客户，因为检测系统把镀锌层的色差当成了镀层缺陷，连续误判了8000多件合格产品，光返工成本就花了2万多。
后来我们帮他们调的时候，根本没换硬件，只是在算法里加了个”同批次灰度范围自动校准”的模块，每天开机前先拍3件标准件的灰度值，自动调整当天的判定阈值，误判率直接从4.1%降到了0.2%。你看，很多时候不是设备不行，是从一开始就没考虑产线的真实工况。
精度堆得越高，越容易被现场环境教做人
选型的时候总有个误区，觉得检测精度越高越好。测个公差±0.05mm的轴径，非要选0.1μm分辨率的激光位移传感器，好像精度差一点就对不起”智能检测”的名头。
去年帮浙江一家液压件厂调设备，他们原来用接触式电感测头测液压缸筒内孔直径，节拍8秒/件，良率稳定在99.5%。后来换了个号称”非接触、0.05μm精度”的激光检测头，上线就傻了——车间里的行车吊件经过时，电机的电磁辐射能让测头数值跳2μm，甚至旁边同事拿对讲机说话，读数都能飘。
钱花了。问题来了。
很多人选型只看传感器标称的实验室精度，根本不查它的电磁兼容等级、温度漂移系数，更没算过从安装支架到检测工位的振动传递率。按照GB/T 17421.1-2020《机床检验通则 第1部分：在无负荷或精加工条件下机床的几何精度》的要求，检测工位的固有振动频率要避开车间内行车、冲床的工作振动频率范围，隔振效率至少要做到60%以上。不然哪怕你买的是百万级的高精度传感器，读出来的数也全是带着振动噪声的”假数据”。
其实对绝大多数汽车零部件、3C结构件的检测来说，检测精度比零件图纸公差高一个等级就完全够用。图纸要求公差±0.02mm，选0.005mm分辨率的传感器绰绰有余。非要上0.001μm的精度，除了多掏十几万采购费，还得额外花几万块做恒温隔振平台，算下来投资回报率能低到哭。我见过最夸张的一个客户，为了上高精度检测系统，专门在车间里隔了个10平米的恒温恒湿小房间，结果每天零件从产线拿到小房间里检测，来回搬的时间比检测本身的时间长三倍，效率还不如原来的接触式测量。
算法的”假聪明”，才是落地最大的拦路虎
现在厂商的宣传里，AI智能检测几乎成了标配。什么深度学习，什么大模型赋能，好像只要把图片喂给算法，就能自动识别所有缺陷，连人工都可以省掉。
别吹大模型。真的。
上个月在宁波一家五金厂，他们上的AI表面检测系统，训练集里全是已经收集好的裂纹、压伤、锈斑样本，结果上个月换了新的冲压模具，出来的零件边缘多了层薄薄的飞边，算法直接把飞边判成了”合格的工艺圆角”，连续漏了300多件，被下游客户退了整批货，损失快20万。
现在绝大多数号称”AI智能检测”的系统，本质上还是靠标注好的样本喂出来的分类器。既没有对零件几何特征的先验知识，也没有对工艺过程的关联判断能力。飞边的产生本质上是模具间隙变大了，要是算法能关联模具的磨损周期、冲压的冲压力数据，根本不会把飞边当合格特征。但现在的系统，全是孤立地看图片，哪里会管这些上下文。
我现在给客户做方案，从来不会上来就推纯AI检测，一定会把规则检测和AI检测结合起来：先靠几何尺寸的硬规则，把那些明显超差的零件直接筛掉，剩下的临界件，再靠AI算法做表面缺陷的分类，而且一定要留人工复核的入口。别觉得这样不够智能，算笔账就知道：如果漏判一个零件，下游客户的索赔是每件200块，你为了省那10%的人工复核成本，冒着整批货被退的风险，值吗？
上周那个苏州的汽车零部件厂，我们后来帮他们把原来的环形光源换成了带偏振片的同轴光源，把灰度检测的阈值范围从原来的15%放宽到25%，再给算法加了个”油膜区域自动屏蔽”的规则，现在误判率从原来的3.2%降到了0.3%，操作员也不用拆光源罩了。
说实话，零部件智能检测从来不是什么高大上的黑科技，就是把车间里的真实工况摸透，把每一个可能出问题的小细节考虑到。那些在实验室里拍出来完美的Demo，到了满是切削液、振动、油污的产线上，不落地就是一堆废铁。
