一、行业背景

发动机总成下线时，需要完成两类确认：一是外观状态，包括零部件有无碰伤、划伤、油污、漏装件；二是信息状态，包括铭牌信息、条码内容、标识位置是否与产品型号一致。

这两类确认在实际生产中容易被简化。总成下线工位通常承担着性能测试、油液加注与包装前的多项工作，外观与信息核对往往被安排在流程的末尾，时间被压缩。作业人员在高节拍下做扫描式的快速检查，细小碰伤与铭牌信息的核对容易出现疏漏。

而这类问题的后果并不轻微。一个铭牌信息错误的总成，可能在整车装配或售后环节造成追溯困难，甚至引发合规问题；一处外观碰伤发生在包装前的搬运环节，等到整车厂开箱时才被发现，处置涉及返运与协调。这些问题的共同点是发现越晚、代价越高。

另外，总成外观与信息的核验记录也是质量管理的一部分。发动机作为安全相关总成，行业对其可追溯性有明确要求。能否为每台总成留下可查的外观与信息记录，是质量体系建设中一项实际的需求。

二、产品概述

华耐视博士系列发动机总成外观与标识检测设备，面向发动机总成下线环节的外观质检与信息核验。设备在总成完成装配与测试之后、包装之前，对总成外观与标识信息做完整确认。

外观检测内容包括总成表面的碰伤、划伤、油污与漏装件；信息核验内容包括铭牌刻印信息、条码内容、标识位置与产品型号的一致性。设备通过多视角成像配合光学字符识别与深度学习算法，同时完成两类确认。

设备功能包括读码、机器视觉检测（深度学习）、追溯、数据分析、人工复检与远程查看。识别准确率达 99%。按典型配置，设备配置 2000 万像素相机用于检测与留存，光源为超大尺寸高亮光源与条形光源，控制系统为西门子、三菱或研华工控机。设备规格与节拍按总成型号与产线非标定制。

三、核心技术亮点

外观与信息一次核验。外观检测与信息核验原本是两类工作，系统在同一工位内完成。总成进入工位后，先由读码器读取条码，再通过多视角成像完成外观检测与铭牌信息识别，避免两次流转。

标识信息的多重比对。铭牌刻印、条码内容与产品型号之间存在对应关系。系统读取三类信息后做交叉比对，例如铭牌上的型号是否与条码解析结果一致、标识粘贴位置是否符合要求，从而发现信息不匹配的问题。

字符识别的可靠性保障。铭牌刻印可能存在深浅不一、局部磨损的情况，直接识别容易出错。系统通过专项照明提高字符与背景的对比度，并对识别结果做格式校验与交叉验证，降低误识别的风险。

检测与留存相机分工。设备配置检测相机与留存相机，检测相机负责缺陷判定与信息识别，留存相机负责整体拍照。留存图像作为总成下线状态的客观记录，在出现争议时提供回溯依据。

复杂表面条件下的照明方案。发动机总成表面包含铸件粗糙面、加工面、管路、线束与铭牌，反射特性差异大。系统采用超大尺寸高亮光源配合条形光源，在保证照度的同时抑制局部高光，使不同材质的部件在同一幅图像中都能保持可辨识度。

四、主要功能

· 外观缺陷检测：碰伤、划伤、油污与漏装件识别。

· 铭牌信息核验：读取铭牌刻印信息并核验内容。

· 条码识别与解析：读取条码并解析产品信息。

· 信息一致性比对：铭牌、条码与型号信息的交叉比对。

· 标识位置检查：核验标识粘贴或刻印位置是否符合要求。

· 漏装件检测：识别总成上应装未装的部件。

· 多视角覆盖：正、侧、顶面多视角采集。

· 整体拍照留存：为每台总成留存外观记录。

· 读码与追溯：检测记录与总成标识绑定归档。

· 人工复检：支持人工复判并留存样本用于算法优化。

· 数据分析：按缺陷类型统计并输出报表。

· 数据对接：可与 MES、质量管理系统对接。

五、技术参数

· 适用行业：商用汽车、乘用汽车（包含新能源）等领域，及发动机制造行业。

· 对应工件：发动机总成、变速器总成等动力总成。

· 设备类型：链板或辊道输送加机器人。

· 设备功能：读码、机器视觉检测（深度学习）、追溯、数据分析、人工复检、远程查看。

· 检测能力：外观缺陷检测、铭牌信息核验、条码识别、信息一致性比对、漏装件检测。

· 工业相机：2000 万像素相机（检测与留存配置）。

· 光源：超大尺寸高亮光源、条形光源。

· 控制系统：西门子、三菱、研华工控机。

· 正确率：99%。

· 交付形式：按总成型号与产线非标定制，参数以最新技术资料为准。

六、系统组成与工作原理

系统由输送与定位机构、读码单元、成像单元、算法判定单元、数据管理平台与人工复检工位构成。

总成经输送线进入检测工位，定位机构完成姿态固定。读码器读取总成条码，系统解析出产品型号与序列信息，并调取该型号的外观标准与标识要求。

成像单元按预设路径从多视角采集总成图像：正视与侧视视角用于外观缺陷检测与漏装件识别，近距离视角用于铭牌字符与条码的识别。照明按采集位置切换方案，字符识别区域使用结构光提高对比度，整体外观检测使用大面积匀光。

算法判定单元分两路处理：一路做外观缺陷检出与分类，输出碰伤、划伤、油污的位置与类型；一路做字符与条码识别，把识别结果与系统记录的信息做交叉比对，核验铭牌信息、条码内容与产品型号三者的一致性，并检查标识位置。

判定结果写入数据管理平台与总成标识绑定。留存相机采集的整体图像一并归档，作为总成下线状态的记录。对于存在问题的总成，系统输出具体问题项与位置，供人工复检与后续处理。

七、操作使用说明

设备运行以自动检测为主，操作人员的工作集中在开机确认、运行监视与异常处理。

开机时确认输送与定位机构状态正常，检查镜头与光源出光面清洁度，并核对条码识别功能的可用性。字符识别类项目在开工前建议用标准铭牌样件验证一次，确认识别结果正确。

运行中通过界面监视检测结果。若信息核验项目出现批量不匹配提示，应先确认系统中维护的型号与当班生产计划是否一致，再判断是否存在实际的标识问题。系统信息维护错误会造成批量误判，这一排查顺序能避免走弯路。

换型时在界面选择总成型号调取外观标准与标识要求。产品换型或标识变更时，需同步更新系统中的信息模板与判定标准。

八、应用场景

发动机总成下线检测。总成完成装配与性能测试后的外观与标识确认，是包装前的最后一道关卡。

变速器总成下线检测。变速器总成的外观与标识核验，项目与发动机总成类似。

总成入库前的记录留存。为每台总成留存外观图像与信息核验记录，作为质量凭证。

包装前的外观确认。在进入包装线之前做最后的外观检查，避免包装后才发现外观问题。

返修后复检。对返修后的总成执行复检，确认问题已处理且未引入新问题。

九、设备优势

· 外观检测与信息核验在同一工位完成，避免两次流转与重复定位。

· 铭牌、条码与产品型号三类信息交叉比对，可发现信息不匹配类问题。

· 字符识别配合格式校验与交叉验证，降低刻印模糊造成的误识别风险。

· 检测相机与留存相机分工，既做判定也为每台总成留存外观记录。

· 超大尺寸高亮光源配合条形光源，适应铸件面、加工面、管路与线束共存的复杂反射条件。

· 识别准确率 99%，并保留人工复检通道处理边界样本。

· 检测记录与总成标识绑定，可满足质量追溯与合规管理的要求。

十、选型对比

总成下线的外观与信息核验有几种方式。

人工目检加核对表是常见方式。检验员按下线检查表逐项确认外观与标识，灵活度高。局限在于下线段节拍紧张，快速扫视难以保证细小碰伤与字符信息都被认真核对；检验记录通常只能做到签字确认，缺乏逐项的可视化凭证。

条码扫描设备单独使用时只能完成信息读取，无法覆盖外观缺陷的检出，也无法判断标识粘贴位置是否正确。它解决的是信息采集问题，不是质量判定问题。

视觉检测工位能同时覆盖外观缺陷与信息核验两类项目，并留存图像记录。它能输出问题的具体位置，便于返修定位，且检测记录结构化、可追溯。其能力边界在于对内部质量的不可见——外观检测只能覆盖表面可见的项目，内部装配质量需要依靠其他环节的检测。

华耐视博士系列属于第三类。对于总成下线段节拍紧张、且对可追溯性有管理要求的发动机与变速器产线，视觉检测工位的效率与记录价值较明显。实际应用中常与装配过程中的防错手段配合，前段管住装配质量，下线段做最终确认与记录留存。

十一、常见问题

问：铭牌刻印比较浅，识别会出错吗？

答：系统通过专项照明提高字符与背景的对比度，并对识别结果做格式校验与交叉验证。若出现识别存疑，系统会标记供人工确认，不会直接给出可能错误的结论。

问：外观检测能覆盖总成的哪些面？

答：系统通过多视角采集覆盖总成的正、侧、顶面。具体覆盖范围与总成尺寸及工位布置相关，可在方案阶段确认。

问：能发现标识贴错位置的问题吗？

答：可以。系统在识别标识内容的同时检查其位置是否符合要求。位置判定标准按产品型号配置。

问：每台总成的检测记录能保留吗？

答：可以。设备配置留存相机为每台总成采集整体图像，与总成标识绑定归档，可作为下线状态的客观记录。

问：换型时需要注意什么？

答：需要同步更新系统中的外观标准、标识要求与信息模板。建议换型时先确认系统信息与当班生产计划一致，再投入批量检测，避免因信息维护不一致造成批量误判。

问：检测数据能进入质量管理系统吗？

答：可以。检测记录与总成标识绑定，支持与 MES、质量管理系统对接，接口形式按现场系统情况确定。

十二、维护保养

维护重点在照明稳定性、信息模板维护与光学洁净度三方面。

照明方面，字符识别类项目对成像条件较为敏感，应保持检测工位的照明稳定并定期校准。检查光源亮度衰减与角度一致性，亮度下降会直接影响字符与条码的识别可靠性。

信息维护方面，建立产品信息模板的同步更新机制。产品换型、标识改版或铭牌刻印变更时，同步更新系统中的模板与判定标准，并做试运行验证，记录变更内容与时间。这一环节对信息核验类项目尤为关键，模板错漏会造成批量误判。

光学方面，每班次清洁镜头与光源出光面。总成下线现场可能存在油污与粉尘，镜面污染会降低成像质量。

机械方面，检查输送与定位机构精度，总成位置偏移会造成采集视角与预设路径错配。检查留存相机的采集功能是否正常。

系统方面，定期备份信息模板与算法模型，检查与 MES 的接口连通性。模型或模板更新后执行标准样件验证并留存记录。

十三、总结与展望

总成下线环节承担着装配质量的最终确认职责，而下线段的特点恰恰是节拍紧张、工作内容集中。用视觉检测把外观与信息核验自动化，既解决了人工快速扫视的可靠性问题，也形成了可追溯的记录。

华耐视博士系列发动机总成外观与标识检测设备，在同一工位内完成外观缺陷检测与铭牌、条码、型号的信息交叉核验，通过检测相机与留存相机分工为每台总成建立可视化记录，识别准确率达 99%，检测记录可与 MES、质量管理系统对接。

后续发展有三个方向。一是外观检测项目继续扩展，从表面可见项目延伸到装配状态的可视核验，提高单工位的覆盖度。二是信息核验与产品追溯系统深度贯通，使标识核验成为追溯链条上的自动校验环节。三是检测数据用于下线质量的趋势分析，通过缺陷类型的分布识别装配与搬运环节的系统性问题，为工艺与物流改进提供依据。