砂轮，又称固结磨具，作为工业领域的“牙齿”，其主要功能是对金属或非金属工件进行磨削、抛光等加工，以达到去除材料瑕疵、改善表面质量的目的，广泛应用于机械制造、汽车、航空航天等行业。

然而传统砂轮生产长期面临人力依赖程度高、误检率高、工艺优化难等难题，生产效率难以提升；

1.缺陷筛选只能使用人工

砂轮作为复合材料的特性，使得传统的自动化筛选（重量分选、简单视觉）存在困难。磨料的种类、粒度和形状多样性，让机器难以准确识别和分离不同规格的砂轮。

因此，以往砂轮筛选只能依靠人工挑选次品，由于产线本身速度较快，人眼的识别速度、疲劳问题等会导致大量的误检。

2.缺陷多样难以识别

压制后砂轮可能会产生铁环丢失，铁环放反，标签丢失，标签残缺，网纱丢失，网纱重网，孔洞与异物，重网等等复杂多样的缺陷类型，人工筛选需要对检测人员进行长时间的培训，且判断标准不一，误杀率会出现虚高的情况。

误杀率：指在检测或分类过程中,将正常样本错误地判断为异常样本的比率

3.迭代速度快，换型困难

由于砂轮根据具体的磨削需求和工件材料的不同，产品种类极其丰富，这就意味着制造商的换型速度和升级需求较频繁。

而传统的人工检测或机器检测，每一次产线换型都需要重新花费大量时间培训或重新调试产线，短则几天长则数月，严重拖慢整体生产节奏。

以上痛点都是困扰砂轮磨具行业多年的问题，在工厂智能化升级的大趋势下，能否有一套自动化解决方案，可以帮助生产企业快速实现高质量、高准确度、高效率搞定砂轮磨具缺陷检测呢？

维视智造MV-VBS-SL缺陷检测视觉系统，正是针对砂轮生产痛点而设计的智能化解决方案。

优势一：

高精度视觉检测

小目标训练让缺陷无处遁形

在传统的视觉方案中，一般通过提高硬件分辨率来提高缺陷检测精度。但这种方式会提高硬件成本并牺牲检测速度，且对于大于16个像素的目标识别效果不佳。

而维视智造开发的砂轮磨具缺陷检测系统，通过创新性的小目标训练功能，可以在不提高硬件成本的前提下，有效提升检测精度。

举例

如何快速解决缺陷像素少，纹理、形状不明显等问题

● 维视解决方案：    采用复杂卷积神经网络结构改进特征识别方法    精准识别8像素以下微小缺陷（如孔洞、异物）

优势二：

强大光学成像系统+深度学习

个位数样本，实现99.99%检测准确率

砂轮产线换型需求较为频繁，传统的视觉检测系统，由于只是针对单一产线、固定光照条件搭建，每次换型都需要重新收集缺陷样本、调整光源镜头。过长时间的样本收集、模型训练会导致在实施周期中的检测率爬升较慢，用户苦不堪言。

再加上传统的模型训练方式需要GPU集群支持，企业需要专门建立算力中心支持，花费巨大。久而久之，换型时间长、成本较高、无法维持检测准确率三大痛点，让大量企业无法投入视觉缺陷检测系统。

而维视智造的缺陷检测系统，配备灵活且高配置的光学成像系统，光源高亮度且均匀，使缺陷清晰可见；镜头高分辨率、低畸变，景深能灵活调整，精准捕捉细节。搭配高像素、高帧率 CMOS 相机，成像快速清晰。为检测算法提供优质图像，在大幅提升缺陷检测准确率的同时，有效削减换型成本 。

举例

如何快速识别砂轮网纱覆盖各类典型缺陷？

● 维视解决方案：    准确率高：强大的硬件+高准确率模型， 利用缺陷样本生成功能，新品换型仅需个位数样本，检出率高达99.99%（如无网纱NG）； 

支持模型动态迭代优化：可根据产线实际情况快速调整，过杀率低至0.01%，每年减少数千片良品误判。 

CPU训练节省算力：使用CPU推理训练，功耗低，帮助减少算力建设投入    快速上手：界面简洁，同时配套有视频教程，0基础人员也可快速上手。

优势三：

不止于质检以数据之力优化生产流程

在自动化、智能化生产的大趋势下，机器视觉系统进行缺陷检测还有一个明显的优势，那就是可以全面准确的收集质量数据，为工艺优化提供明确的改善方向。

比如在砂轮检测的场景中，用户可以通过观察视觉检测系统，统计出的缺陷类型占比数据，优化调整压制时的压力值，从根源上降低了不良品产生的比例。

维视智造缺陷检测视觉系统可突破传统视觉检测“事后诸葛亮”的局限，深入到用户场景中去，利用采集数据反向优化工艺参数，协助优化生产工艺，从根源上杜绝缺陷的产生，才能将视觉检测的作用发挥到极致。

当然，不止于砂轮磨具行业，维视智造的缺陷检测解决方案已经在制造业多个场景中落地开花，帮助用户提升产品质量，优化生产工艺。

随着“十四五”规划对高端制造业的支持，各行业正向自动化、环保化转型，将来一定会有更多智能化生产线投产，同时淘汰落后产能，维视智造的AI缺陷检测能力将是您智能化升级道路上的忠实合作伙伴。

转自：维视智造股份

注：文章版权归原作者所有，本文内容、图片、视频来自网络，仅供交流学习之用，如涉及版权等问题，请您告知，我们将及时处理。