塑料注塑成型

    在零件离开注塑机之前,捕捉缩痕、飞边、短射和熔接线。

    面向塑料注塑成型的自动化质量检测,在翻新 iPhone 上运行,与现有的注塑机、取件机器人和装配工位配合工作。

    塑料注塑成型
    硬件成本不到 1,000 欧元两周达到运行精度新模具与新料号一个班次完成每一次射出持续可追溯

    什么是面向塑料注塑成型的自动化质量检测?

    面向塑料注塑成型的 AI 缺陷检测,使用一台相机和一个 AI 模型,在零件离开注塑机、取件机器人或装配工位时盯住每一件,在不合格的零件抵达料盘之前把它们标记出来。你不再依赖控制面板边上的操作工,也不再依赖刚性的规则化机器视觉,AI 模型从你这条线上的合格件和不合格件图像里学习,并在你的模具、树脂和颜色发生变化时持续自适应。

    车间里把这件事叫做在线视觉质检、AI 缺陷检测,或者面向塑料注塑成型的 AI 视觉。技术族系是同一套:一台固定的相机、一套受控的照明,一个用你产线上的样本训练出来的 AI 模型,以及一份可追溯记录,记录每一次射出都被检验过,结果是放行、被标记还是被剔除。

    它不做的事:替代你的模具维护、你的工艺工程师,或者你的客户审核。它做的事:确保你出货的件数与通过规格的件数对得上,覆盖每一个班次、每一套模具,并在客户投诉回来时给审核员一份能拿得出手的记录。

    我们在塑料注塑成型生产线上能抓到的缺陷

    缩痕

    厚截面上零件冷却之后出现的局部凹陷。由保压压力不足、保压时间过短,或模具上的热点引起。在皮纹 A 面和深色件上,人眼会漏看;一台带掠射光的相机能在零件抵达装配工位之前,在取件位上把它们抓出来。

    分模线飞边

    薄薄一层塑料从模具两半之间溢出,凝固在分模线、滑块或顶杆周围。这告诉你锁模力偏低、模具开始磨损,或者排气槽堵了。一台从分模线上方往下看的相机,能在零件出货前抓住飞边,包括那些指尖摸不到的几何位置。

    短射

    型腔没有被完全填满,零件出来时缺少一个特征、一个角或一根薄筋。通常由冷流道、注射速度过低,或困气引起。一颗卡扣或一个螺丝柱上的短射,会让零件直接报废,而且是大多数生产线上单一原因造成的客户拒收最高占比。一台把每一次射出和参考图像做对比的相机,能在机器人把零件放到传送带上的那一刻,就抓住一次短射。

    熔接线

    两道熔体前沿在一个孔、一个嵌件或一个侧抽周围相遇,在完全融合之前就凝固下来,留下可见的接合线。这告诉你浇口位置、熔体温度或注射速度需要调整。这道线有时只是外观问题,有时是强度问题;无论哪一种,客户都会指定一个上限,而相机会逐件强制执行。

    翘曲与尺寸漂移

    零件离开模具时形状是对的,然后在冷却过程中发生不均匀的弯曲、扭转或收缩。由壁厚不均、模温不均,或保压不平衡引起。一台在治具上为每一件零件拍摄形状印记的相机,能在第一件客户拒收出现的几个小时之前,就抓住模具开始漂移的那一刻。

    表面流痕与银纹

    沿着流动方向出现的波浪状表面纹路,或者细细的银色纹路。这告诉你熔体温度过低、回料比例过高,或者树脂偏湿。一台针对你这种树脂和这种颜色训练好的相机,在条纹刚出现的那一刻就能识别,而不是等到客户开出一份外观投诉。

    这是起始清单。在交付期间,我们会和你一起校准这几类缺陷里哪几类对你这条线最重要,并据此调整模型。

    Enao 在塑料注塑成型生产线上的运行方式

    一个用 Enao 跑视觉检测的注塑工位,看上去和隔壁的工位一样,只多了一个组件。一台翻新 iPhone 装在支架上,从俯视或斜视角度对准取件工位、传送带或一个专用检测治具。一根简单的 LED 条形灯,让相机在每一次射出时都能拿到同样的光。

    当机器人把零件放下时,相机拍一张照片。iPhone 上的模型把零件分类为 OK 或者属于上面七类缺陷之一,并把结果写入你的可追溯日志。如果一个班次里连续出现二十件被标记的零件,操作工就会收到提醒;如果一套模具一整天里在缩痕上呈现缓慢漂移,仪表板会在客户发现之前先把它标出来。

    模型在每一晚都会用前一天的标签做再训练,所以一次换模、一次换料或一次换色,可以在一个班次内吸收掉,而不是用掉一个季度。新料号也走同样的流程:操作工标注前一百件,模型从第一百零一件起接管,工艺工程师在班次结束时复核标签。

    AI 视觉与人工检验在注塑成型生产线上的对比

    从人工操作工目检或基于规则的机器视觉切换到 AI 主导的检测的产线,无论树脂族系或零件几何如何,都会看到同样的阶跃式改善。

    • 在细微缺陷上的检测率 — 传统机器视觉(Cognex、groundlight、advantechplastics、Solomon-3D、Overview.ai)在交付前需要标注好的图像库,以及一笔六位数的集成预算。Enao 在第一天就能在没有任何标注数据的情况下达到 80% 的精度,随着操作工在 iPhone 上标注几百个示例,精度会爬过 95%。

    • 上一套新模具或新料号的时间 — 人工:操作工培训、首件样品、纸面 QC 表。要花两到四周,产线才能熟练读这件新零件。Enao:一百件标注好的射出,模型就能跑起来。同一个班次完成,不需要在每一台注塑机上都更新一份纸面表格。

    • 客户回头时的可追溯性 — 人工:夹板上手写的日志、覆盖面不全、漏掉的班次。复盘要花一周。Enao:每一次射出都带图像、分类与置信度入库。复盘只需十分钟。

    • 跑起来要付的成本 — 人工:每个班次每台注塑机加一名检验员,在培训之外每月持续付钱。Enao:每个工位硬件不到 1,000 欧元。当生产线扩张时,成本保持不变。

    • 模具开始漂移时的表现 — 人工:不良率慢慢爬升,直到客户把它指出来。要花几天做根因分析才能定位发生时刻。Enao:仪表板在漂移开始的当天就把它显示出来。工艺工程师手里就有时间戳和图像。

    常见问题

    在你的产线上启动

    挑一套今天给你最多拒收的模具。把相机装在取件工位上,标注一百次射出,让模型先跑一个班次。第一批数据通常就足以为整条车间的扩展定规模。