自動智能檢測設備在整個企業(yè)生產設備中的成本占比約為10%到20%，與人工檢測成本相當。而一臺檢測設備價格可能高達十幾萬，甚至數(shù)十萬，成本很高，這也致使很多電感變壓器企業(yè)在短期內仍采用人工檢測方式。

然而，人工檢測存在諸多局限性，存在效率低、漏檢率高、對復雜結構及微小缺陷識別能力弱等問題，且數(shù)據管理分散、追溯困難。

而基于工業(yè)視覺、3D掃描、AI算法及物聯(lián)網技術的智能化檢測方案，可實現(xiàn)高速高精度缺陷識別、實時數(shù)據分析和全生命周期追溯，顯著降低不良率并提升生產效率。

在這個背景下，《磁性元件與電源》深度專訪了行業(yè)先鋒——東莞市騰科自動化設備有限公司（下稱“騰科”），探討在AI技術發(fā)展下，騰科如何通過全自動AI檢測設備有效提高電感、變壓器外觀檢測效率和精確度。

01 基于視覺檢測難點，騰科不斷迭代AI技術

騰科專注于產品的外觀檢測，可檢測內容包括：崩缺、雜質、裂紋、毛刺、亮裂、黑印、氣孔、劃痕、臟污、異物、尺寸不良、混料、變形等缺陷。

視覺檢測的難點在于針對不同產品的各個表面進行全面檢測。例如，一個產品可能有六個面或一些棱角，需要逐一檢測這些部位。

智能檢測難度通常與產品的結構特征相關，其中微裂紋特征極其細微，肉眼難以察覺，其檢測尤為困難，通常需要借助顯微鏡才能觀察到。

為了解決人工檢測的存在的痛點問題，實現(xiàn)精準檢測，騰科自2019年開始研發(fā)AI智能檢測系統(tǒng)，并與當年6月成功開發(fā)出基于英偉達2系列顯卡的AI深度學習V1.0。

該系統(tǒng)通過高像素攝像機對產品進行放大拍攝。隨后，通過特殊角度的曝光技術凸顯裂紋等細微特征，并結合AI深度學習算法提升檢測精度。

經過這幾年的迭代，其AI深度學習系統(tǒng)已更新至基于英偉達4系列顯卡的V3.0版本，其訓練時間縮短了2/3。

設備包含上料機、分檢機以及自動包裝機，可實現(xiàn)錳鋅類產品的高速自動分檢以及自動擺泡沫盤功能。供圖：騰科

02 全自動AI檢測，檢測精度達到0.01mm

最新一代全自動AI智能檢測系統(tǒng)基于神經網絡，這種網絡架構特別適用于工業(yè)圖像處理。

客戶只需提供缺陷樣品，將其輸入系統(tǒng)，讓AI對這些缺陷特征進行統(tǒng)計和歸納。在此基礎上，AI能夠進行泛化學習，從而識別出類似特征，實現(xiàn)對新缺陷的精準檢測。

該AI智能檢測系統(tǒng)采用完全自主開發(fā)的增亮式控制器，相比傳統(tǒng)增亮3倍，在低曝光下運行從而達到高速檢測狀態(tài)。

其玻璃透光率大于95%，檢測精度可控制在精度±0.01mm。

百萬級脈沖精度的DD馬達，不僅平面度高（±0.005mm），其檢測速度更高達12000顆/分鐘。

相比于人工檢測，智能檢測效率提高了90%，誤判率也減少了80%。

不僅如此，騰科可實現(xiàn)高速運算500萬以上相機的快速AI深度學習V4.0也將于今年5月面世,進一步提高檢測精度。

騰科的技術實力源于其敏銳洞察技術趨勢，持續(xù)推動AI技術的更新與迭代，從而確保其自動智能檢測設備始終處于行業(yè)前沿，高效滿足客戶日益增長的檢測需求。

設備包含上料機、檢測機、孔盒擺盤機以及不良品回收擺盤機?？蓪崿F(xiàn)產品自動上料分檢、不良品有序排列回收，良品實現(xiàn)一個產品放一個孔的多孔盤裝盤。 供圖：騰科

結語

騰科的AI檢測技術不僅提升了檢測效率和精度，還通過持續(xù)的技術創(chuàng)新和算法優(yōu)化，為企業(yè)帶來了顯著的經濟效益和質量保障。未來，隨著AI技術的不斷深化和應用場景的拓展，騰科將繼續(xù)引領工業(yè)檢測領域的智能化升級，助力制造業(yè)邁向高質量發(fā)展的新征程。

本文為嗶哥嗶特資訊原創(chuàng)文章，未經允許和授權，不得轉載，

審核編輯 黃宇