人工目视效率低，结果不可靠
冲压件缺陷长期靠检验员目视与油石打磨，耗时长、易疲劳，判定受主观影响大，不同人员结果差异明显。
客户背景
汽车零部件制造企业，冲压工艺覆盖车身覆盖件、车内支撑件等大批量金属零件，生产效率高、精度一致性要求严。冲压成型过程中因模具配合、振动及转运磕碰，工件表面易出现压痕、划痕、少孔、边缘缺料、局部凹陷凸起等问题。覆盖件表面质量直接影响喷漆后的目视效果与整车外观，结构件少孔、缺料则会带来装配与安全隐患。
传统质检主要依靠目视、触摸、油石打磨和检具检测，占用专门检验人员，结果受主观经验影响大，不同班次判定差异明显，且缺少标准化、可量化的检测数据，质量跟踪与工艺改进困难。企业亟需引入AI视觉AOI，对冲压件表面缺陷进行非接触、可重复的自动检测，把不良件拦在后工序和喷漆之前。
业务痛点 人工目视效率低，结果不可靠冲压件缺陷长期靠检验员目视与油石打磨，耗时长、易疲劳，判定受主观影响大，不同人员结果差异明显。
细微划痕压痕难以及时发现划痕比压痕更细微，常需侧光换角度才能看见，大批量作业下漏检误检高，覆盖件喷漆后缺陷更难挽回。
检测数据缺失，质量难追溯传统方法缺少量化指标与影像存档，质量跟踪体系难以建立，生产、技术、质量部门协同缺少统一依据。
解决方案部署思通AOI视觉检测方案，针对冲压件反光强、曲面复杂、缺陷细微的特点配置工业相机与环形/侧向光源，突出压痕、划痕等高亮特征，并对少孔、边缘缺料等结构异常进行整件成像识别。系统自动标记缺陷位置与类型，给出PASS/NG，替代依赖经验的目视与打磨抽检，适配大批量冲压节拍。
表面压痕
少孔
划痕
边缘缺料
划痕缺陷
检测影像与判定结果自动归档，形成可量化的质量台账，支撑工艺复盘与部门协同。压痕、划痕、少孔、边缘缺料等典型缺陷可在线检出，细微划痕在合适打光条件下可识别至约0.1毫米量级。不良件在流入喷漆或装配前拦截，降低返工报废与外观客诉，推动冲压质检从人工经验转向标准化、可追溯的视觉检测。