如何提高智能设备表面检测效率？

　　本刊编辑整理

　　当前，以手机、平板电脑、手表等为代表的电子消费品正越来越多地融入人们生活的方方面面。随着大众对这一类电子产品的需求不断增加，制造这些产品的厂商也在不断优化现有产品制造模式以及加快研发新一代产品，以期能够更多地赢得市场。

　　在该类产品的制造过程中，产品检测是不可或缺的环节，而伴随着机器视觉、人工智能、大数据分析等技术的发展，该环节检测精确度不断提高，检测手段也越来越智能化。

　　智能检测行业现状

　　近年来，随着电子产品不断向高精密度、高品质、个性化定制的方向发展，依靠人工渐渐难以满足制造商对电子产品检测精度、产品品质的要求。同时，随着用工成本的上升，也促使更多的制造企业开启“机器换人”计划，致力于用智能化的检测设备和产线代替原本的人工检测。

　　作为智能制造的核心内容之一，智能检测是自动化检测设备与人工智能技术高度融合的结果，具有感知、控制、决策、执行等能力，不但可以取代人工并降低长期用工成本，还可以提升生产效率和产品质量。但是与此同时，智能检测也是明显的技术密集型行业，智能检测装备的设计、研发和制造涉及精密测量、精密机械、声学、光学与机器视觉、射频、软件等多个技术领域，技术集成难度高，对研发及技术人员的综合素质及技术水平要求更高，从而也导致智能检测的应用在人才、技术、成本等方面存在多个壁垒。相较于工业发达国家，我国及其它工业欠发达国家当前还没有形成较为完备的智能检测产业生态。

　　今年上半年，我国工业和信息化部、国家发展改革委、教育部、财政部、国家市场监管总局、中国工程院、国家国防科工局等七部门联合印发《智能检测装备产业发展行动计划（2023—2025年）》，提出到2025年，智能检测技术要基本满足用户领域制造工艺需求。其中还概括了当前我国智能检测装备产业现阶段发展面临的困境：总体来看，我国智能检测装备产业仍存在技术基础薄弱、创新能力不强、高端供给不足、产业体系不完善和应用生态不健全等问题，已成为智能制造深入发展的关键短板和重要制约，迫切需要提升供给能力和水平。

　　电子消费品行业智能检测应用

　　据了解，手机和平板电脑一般根据外观缺陷情况进行分级，以确定所需的翻新措施。

　　总部位于印度浦那的Griffyn Robotech公司，是一家专业从事视觉检测、机器人技术和AI自动化技术的企业，为汽车、电信、制药、快消品和机床等行业提供高性能的工业制造和质量控制解决方案。

　　由于智能手机、平板电脑和可穿戴电子产品等智能显示设备的更新升级、保修和保险服务简单，因此对逆向供应链的需求日益增加。外观检验和分级是处理退回设备的重要步骤之一，在这个过程中检测到的缺陷决定了进一步的处理措施。截至到目前，表面划痕以及其它缺陷主要通过人工目视检测。虽然人眼功能的丰富性无可匹敌，但由于物理条件的限制，用人工视觉检查产品质量精度不高且效率低。此外，每年有数以百万计的设备需要在正向供应链中重新循环之前进行检测和分级。

　　为了满足对逆向供应链日益增长的需求，避免人工分级的主观性，Griffyn Robotech推出了Deepsight外观品质分级机（CGM），其中的视觉系统能够快速、准确、高重复精度地检测、测量和分析所有表面缺陷。该设备使用一个高分辨率的相机传感器，从设备的所有六个侧面拍摄若干图像，以确定智能手持设备的“真实”质量。但若要准确捕捉图像，需要进行合适的产品处理，即翻转和定位设备。

　　Griffyn使用倍福超紧凑型C6015工业PC上安装的TwinCATNC I运动控制软件实现高速高精度运动控制和精确定位。它可以与AM81xx伺服电机和EL7211伺服电机端子模块相结合，在狭小的空间内实现复杂的多轴插补运动。Griffyn认为，超高速EtherCAT通信和亚毫秒级的处理时间缩短了检测设备的周期时间，提高了吞吐量。

　　捕捉到的图像通过Griffyn专有的深度学习算法识别划痕、裂纹、凹陷和色差等表面缺陷。设备在对图像进行分析后，会提供一份包括原始图像和经过处理的突出显示操作人员肉眼察觉不到的缺陷的图像的详细报告。报告详细说明了设备上的划痕数量、最大划痕的长度和最深划痕的深度等信息。人眼可以检测到表面大于80微米宽的可见划痕，而Deepsight机器则能够识别小至40微米宽和3微米深的缺陷。

　　“该设备可以与进行分级数据控制下游流程和设备的最终处理的供应链管理系统整合。缺陷在可接受范围内的智能手机将被直接送入到打磨抛光流程。例如，划痕深度小于15微米的设备通常可以通过打磨抛光完美修复受损部位。”Griffyn Robotech总裁Ameya Kandalkar先生说道。

关注读览天下微信， 100万篇深度好文， 等你来看……