智慧質檢——讓AI為包裝“發現瑕疵”

一、為什麼要靠人眼變得越來越困難？

上一篇文章介紹了材料在地化；這篇改變了主題——生產中的品質檢測和正在進行的智慧轉型。

傳統上，氣密包裝的品質檢驗很大程度上依賴於人：玻璃上的細小裂紋必須在顯微鏡下用肉眼發現，檢漏曲線必須由工程師一一判斷，內部結構圖像必須由資深專家一一分析。

然而，包裝業以「百萬分之一」來衡量品質。如果一個有缺陷的產品出現在數以萬計的產品中，則可能意味著客戶投訴，甚至召回。舊方法的天花板已經清晰可見。

旭日很早就開始利用智慧技術對生產線進行系統升級，目前效果已清晰可見：整體漏檢率大幅下降，偵測效率倍增。

二.人工智慧在生產線上到底能做什麼？

第一個任務是檢查外觀。在大量合格和缺陷樣本上訓練的識別模型可以在眨眼之間判斷玻璃是否有裂縫、焊接是否有缺陷或銷釘是否未對準。偵測到問題的產品會自動發送到返工線，而不會混入發送給客戶的合格產品。

第二個任務是讀取曲線。每次檢漏儀測試都會輸出一長串材料曲線；手動逐段檢查它們過去很慢而且容易出錯。現在，模型會自動判斷通過/失敗，結果在幾秒鐘內就會出現，並且一名員工可以監督數倍於以前的工作量。

值得注意的是，智慧檢測並不是「用機器代替人類」——它將工程師從重複性工作中解放出來，讓他們可以專注於流程改進等更有價值的任務。當人類和機器各司其職時，品質會變得更加穩定，而不是降低。

[下一篇] 下一篇：5G網路中的光模組－三個網路層，三種封裝方式。

[詞彙表]

1. AI視覺：利用深度學習讓電腦自動辨識影像缺陷的技術，廣泛應用於工業品質檢測。

2. 氦氣洩漏測試：一種使用氦氣作為示蹤氣體的高靈敏度洩漏檢測方法－氣密性測試的產業黃金標準。