重庆西源：凸轮轴表面缺陷检测

业务问题

这个场景要解决什么问题？

实施分析：零件质检首先要明确检测对象与判定责任。对中小工厂而言，是否拍得到、异常能否区分、检测是否影响节拍，以及报警后是否有人接手，必须在同一份试点任务中说明。以下准备和验收方法是玩学派建议，不代表西源内部的岗位分工或项目工期。

企业实际做法

AI 用在了哪些环节？

1. 01

   工业视觉终端采集凸轮轴图像，经 5G 传给边缘设备，识别划痕、毛刺等表面问题。

2. 02

   公开事实：系统可标记不合格产品并报警，合格产品进入后续工序。报道描述了相机光源、算法及训练数据的分阶段优化。

公开结果

原始报道呈现了什么结果？

结果对应来源披露的时间、场景与统计口径，不构成其他企业的效果承诺。

实践解读

对制造企业有哪些启发？

• 场景选择建议：先选一道已有人工判定标准的工序，列出需要识别的表面问题和本次不涉及的尺寸、内部或功能缺陷。外观视觉不能自动证明所有质量项目合格。
• 采图建议：在实际位置检查工件姿态、反光、遮挡和运动条件。记录相机与照明设置，让重复拍摄能比较；若某类缺陷无法稳定成像，应先处理采集条件，而不是直接扩大模型训练。
• 样本建议：把已确认缺陷、易混淆外观与正常变化分开管理，保留批次和人工结论。验收数据应覆盖现场出现的边界情况，不只选清晰、容易判断的图片。
• 处置建议：明确告警、复核、隔离与放行的责任人及记录要求；设备断网、图像缺失或模型无法判断时，按既有质量流程处理。若要连接产线控制，应单独约定接口权限和异常回退。
• 分别记录各类缺陷的漏检、误报、人工复核负担和端到端检测时间。先在不干扰原质量判定的方式下试运行，再由品质与生产共同确认是否进入实际处置。
• 交付建议：试点成果应包括适用产品清单、采图设置、样本与判定记录、异常处置说明及验收结果。新增型号或改变现场条件后重新复核，不用一个案例的数字作为另一工厂的承诺。

这个场景的实施准备

结合重庆西源凸轮轴公开案例，说明表面缺陷检测的采图、样本准备、人工复核与异常处置要求。案例指标只属于原项目，不能作为其他工厂的效果承诺。