換料之後操作工沒注意到的一次短射;直到客戶進料檢驗才被發現的、落在皮紋 A 面上的一道縮痕;一個內飾件上藏在模具皮紋下的一顆黑點。在面向一級汽車和白色家電客戶出貨的注塑生產線上,每一件帶著隱性缺陷離開注塑機的零件,會讓你付兩次代價。這件零件打著你的料號出貨。然後客戶的視覺系統線上邊上把它抓住,停線費用直接掛到你的賬上,8D 又把團隊從真正的工作裡拉出來一週。人工操作工能抓住明顯的瑕疵,但相機在取件工位捕捉到的型腔壓力漸變,正是值班三小時後的疲勞眼睛會漏過去的那一類。面向塑膠注塑成型的自動化品質檢測正好補上這塊短板,而且你不需要一套六位數的視覺系統就能做到。
什麼是面向塑膠注塑成型的自動化品質檢測?
面向塑膠注塑成型的 AI 缺陷檢測,使用一臺相機和一個 AI 模型,在零件離開注塑機、取件機器人或裝配工位時盯住每一件,在不合格的零件抵達料盤之前把它們標記出來。你不再依賴控制面板邊上的操作工,也不再依賴剛性的規則化機器視覺,AI 模型從你這條線上的合格件和不合格件影像裡學習,並在你的模具、樹脂和顏色發生變化時持續自適應。
車間裡把這件事叫做線上視覺質檢、AI 缺陷檢測,或者面向塑膠注塑成型的 AI 視覺。技術族系是同一套:一臺固定的相機、一套受控的照明,一個用你產線上的樣本訓練出來的 AI 模型,以及一份可追溯記錄,記錄每一次射出都被檢驗過,結果是放行、被標記還是被剔除。
它不做的事:替代你的模具維護、你的工藝工程師,或者你的客戶稽核。它做的事:確保你出貨的件數與透過規格的件數對得上,覆蓋每一個班次、每一套模具,並在客戶投訴回來時給稽核員一份能拿得出手的記錄。
我們在塑膠注塑成型生產線上能抓到的缺陷
縮痕
厚截面上零件冷卻之後出現的區域性凹陷。由保壓壓力不足、保壓時間過短,或模具上的熱點引起。在皮紋 A 面和深色件上,人眼會漏看;一臺帶掠射光的相機能在零件抵達裝配工位之前,在取件位上把它們抓出來。
分模線飛邊
薄薄一層塑膠從模具兩半之間溢位,凝固在分模線、滑塊或頂杆周圍。這告訴你鎖模力偏低、模具開始磨損,或者排氣槽堵了。一臺從分模線上方往下看的相機,能在零件出貨前抓住飛邊,包括那些指尖摸不到的幾何位置。
短射
型腔沒有被完全填滿,零件出來時缺少一個特徵、一個角或一根薄筋。通常由冷流道、注射速度過低,或困氣引起。一顆卡扣或一個螺絲柱上的短射,會讓零件直接報廢,而且是大多數生產線上單一原因造成的客戶拒收最高佔比。一臺把每一次射出和參考影像做對比的相機,能在機器人把零件放到傳送帶上的那一刻,就抓住一次短射。
熔接線
兩道熔體前沿在一個孔、一個嵌件或一個側抽周圍相遇,在完全融合之前就凝固下來,留下可見的接合線。這告訴你澆口位置、熔體溫度或注射速度需要調整。這道線有時只是外觀問題,有時是強度問題;無論哪一種,客戶都會指定一個上限,而相機會逐件強制執行。
翹曲與尺寸漂移
零件離開模具時形狀是對的,然後在冷卻過程中發生不均勻的彎曲、扭轉或收縮。由壁厚不均、模溫不均,或保壓不平衡引起。一臺在治具上為每一件零件拍攝形狀印記的相機,能在第一件客戶拒收出現的幾個小時之前,就抓住模具開始漂移的那一刻。
表面流痕與銀紋
沿著流動方向出現的波浪狀表面紋路,或者細細的銀色紋路。這告訴你熔體溫度過低、回料比例過高,或者樹脂偏溼。一臺針對你這種樹脂和這種顏色訓練好的相機,在條紋剛出現的那一刻就能識別,而不是等到客戶開出一份外觀投訴。
這是起始清單。在交付期間,我們會和你一起校準這幾類缺陷裡哪幾類對你這條線最重要,並據此調整模型。
Enao 在塑膠注塑成型生產線上的執行方式
一個用 Enao 跑視覺檢測的注塑工位,看上去和隔壁的工位一樣,只多了一個元件。一臺翻新 iPhone 裝在支架上,從俯視或斜視角度對準取件工位、傳送帶或一個專用檢測治具。一根簡單的 LED 條形燈,讓相機在每一次射出時都能拿到同樣的光。
當機器人把零件放下時,相機拍一張照片。iPhone 上的模型把零件分類為 OK 或者屬於上面七類缺陷之一,並把結果寫入你的可追溯日誌。如果一個班次裡連續出現二十件被標記的零件,操作工就會收到提醒;如果一套模具一整天裡在縮痕上呈現緩慢漂移,儀表板會在客戶發現之前先把它標出來。
模型在每一晚都會用前一天的標籤做再訓練,所以一次換模、一次換料或一次換色,可以在一個班次內吸收掉,而不是用掉一個季度。新料號也走同樣的流程:操作工標註前一百件,模型從第一百零一件起接管,工藝工程師在班次結束時複核標籤。
AI 視覺與人工檢驗在注塑成型生產線上的對比
從人工操作工目檢或基於規則的機器視覺切換到 AI 主導的檢測的產線,無論樹脂族系或零件幾何如何,都會看到同樣的階躍式改善。
在細微缺陷上的檢測率 — 傳統機器視覺(Cognex、groundlight、advantechplastics、Solomon-3D、Overview.ai)在交付前需要標註好的影像庫,以及一筆六位數的整合預算。Enao 在第一天就能在沒有任何標註資料的情況下達到 80% 的精度,隨著操作工在 iPhone 上標註幾百個示例,精度會爬過 95%。
上一套新模具或新料號的時間 — 人工:操作工培訓、首件樣品、紙面 QC 表。要花兩到四周,產線才能熟練讀這件新零件。Enao:一百件標註好的射出,模型就能跑起來。同一個班次完成,不需要在每一臺注塑機上都更新一份紙面表格。
客戶回頭時的可追溯性 — 人工:夾板上手寫的日誌、覆蓋面不全、漏掉的班次。覆盤要花一週。Enao:每一次射出都帶影像、分類與置信度入庫。覆盤只需十分鐘。
跑起來要付的成本 — 人工:每個班次每臺注塑機加一名檢驗員,在培訓之外每月持續付錢。Enao:每個工位硬體不到 1,000 歐元。當生產線擴張時,成本保持不變。
模具開始漂移時的表現 — 人工:不良率慢慢爬升,直到客戶把它指出來。要花幾天做根因分析才能定位發生時刻。Enao:儀表板在漂移開始的當天就把它顯示出來。工藝工程師手裡就有時間戳和影像。