一、行业背景

压铸是汽车轻量化最主流的成型工艺。电机壳体、减速器壳体、控制器壳体、变速箱壳体这类结构件，大多通过高压压铸一次成型，再经过去毛刺、抛丸、机加工与清洗进入装配。压铸件的质量直接决定了后续装配的密封性、配合精度与整机可靠性。

压铸缺陷的类型相对固定。砂眼与缩松是最常见的一类——金属液在凝固过程中气体未及时排出或补缩不足，在铸件内部留下孔洞，机加工后暴露在表面；冷隔出现在金属液汇流处，两股液流未能完全熔合，形成线状或不规则的接痕；裂纹多发生在厚薄过渡与圆角处，与模具温度和顶出受力有关；此外还有拉伤、粘模、变形与缺料。

这些缺陷的检出难点在于形态与背景。压铸件表面本身带有模具留下的纹理、脱模斜度与顶针痕迹，砂眼在未经机加工的表面上是与纹理混杂的小凹坑，视觉上并不突出；壳体件多为薄壁深腔结构，内腔、加强筋根部与安装凸台背面是人工目检最容易漏掉的区域；而压铸的节拍很快，一件壳体从压铸到取件往往只有几十秒，留给检测的时间窗口很窄。

缺陷流出的后果是分级的。外观面的砂眼影响涂装与客户感知；密封结合面上的孔洞会造成渗漏；轴承座与配合面上的缩松会影响装配精度与运转噪声。因此压铸件的表面检测不能一刀切，需要按缺陷所在区域与严重程度分别判定。

二、产品概述

华耐视博士系列压铸检测设备，面向电机壳体、减速器壳体、控制器壳体等压铸结构件的表面质量在线检测。设备采用机器视觉与 AI 算法结合的方式，在压铸件流转或下线环节完成表面图像采集与缺陷判定。

设备可识别的缺陷包括砂眼、缩松、气孔、冷隔、裂纹、拉伤、粘模、缺料、磕碰与变形。设备类型为辊道输送配机器人，或采用手持终检仪的形态，按产线布局与工件尺寸选择。检测结果与工件标识绑定，形成可追溯的质量记录。

按典型配置，设备采用 1200 万至 2000 万像素面阵相机，光源为高亮结构光与漫射光组合，控制系统为工控机加 PLC，生产节拍按产线定制。

三、核心技术亮点

铸件毛面与加工面的分区成像。压铸壳体上既有带模具纹理的毛面，也有经过铣削、镗削的加工面，两者的反射特性差异很大。毛面粗糙、漫反射强，砂眼与缩松表现为细小的暗坑，需要漫射光均匀铺光才能看清；加工面接近镜面，直接照射会过曝，需要结构光以斜入射角度让缺陷形成明暗过渡。系统按区域切换光型与曝光参数，避免用一套参数兼顾两类表面。

薄壁深腔与加强筋根部的覆盖。壳体件的内腔、加强筋根部与凸台背面是人工目检的死角。系统通过机器人调整成像位姿，让成像单元按曲面法向接近这些区域，减少结构遮挡造成的漏检。对确实无法直接观察的封闭内腔，在检测记录中标注为不可检测区域，不给出超范围结论。

砂眼与表面纹理的区分。压铸毛面的模具纹理在图像中同样表现为细密的明暗起伏，与砂眼的形态接近。系统以纹理的方向性与周期性为参照——模具纹理有固定的走向与间距，砂眼则是随机分布的局部凹坑。按这一差异做判别，可以减少把正常纹理误判为缺陷。

多品种混线的柔性切换。压铸车间通常一个班次内要生产多种壳体。系统支持多品种识别与配方切换，按读码结果自动调用对应型号的检测方案与判定标准，换型时不需要停机重新配置。

四、主要功能

· 砂眼与气孔识别：铸件表面的孔洞类缺陷。

· 缩松识别：补缩不足造成的疏松区域。

· 冷隔检测：金属液汇流处的线状接痕。

· 裂纹检测：厚薄过渡与圆角处的线性缺陷。

· 拉伤与粘模识别：模具造成的表面损伤。

· 缺料与变形检测：充型不足与顶出变形。

· 磕碰检测：取件、转运与去毛刺造成的机械损伤。

· 分区判定：按毛面、加工面与功能面配置不同标准。

· 多品种识别：按读码自动切换型号与配方。

· 缺陷定位与统计：按位置与类型输出分布报表。

· 人工复检：支持人工复判并留存样本优化模型。

· 数据追溯：检测记录与工件标识绑定归档。

五、技术参数

· 适用行业：汽车发动机、新能源动力总成、压铸件制造。

· 对应工件：电机壳体、减速器壳体、控制器壳体等压铸结构件。

· 设备类型：辊道输送加机器人，或手持终检仪（按产线配置）。

· 设备描述：用于压铸件的表面质量检测，采用机器视觉与 AI 算法实现在线自动检测。

· 检测能力：砂眼、缩松、冷隔、裂纹、拉伤、缺料与磕碰等表面缺陷。

· 工业相机：1200 万至 2000 万像素面阵相机。

· 光源：高亮结构光、漫射光。

· 控制系统：工控机加 PLC。

· 生产节拍：按产线定制。

· 交付形式：按工件结构与产线节拍非标定制，参数以最新技术资料为准。

六、系统组成与工作原理

系统由输送与定位单元、机器人执行机构、成像单元、照明单元、算法判定单元、分拣机构与数据管理平台构成。

压铸件经输送线进入检测工位，定位机构确定姿态基准，读码单元读取工件标识并调取对应型号的配方。配方中记录该型号的表面分区、各区的光型与曝光参数，以及判定标准。

采集按区域推进。机器人持成像单元沿壳体表面扫描，毛面区域切换为漫射光，加工面与配合面切换为结构光斜射。对深腔与加强筋根部，机器人调整位姿让成像单元接近开口方向。照明与采集严格同步，避免光型切换造成的时序错位。

算法单元对图像做缺陷检出与分类，按缺陷类型、尺寸与所处区域输出判定结论。砂眼与缩松按面积与分布密度分级，冷隔与裂纹按长度与走向分级。判定结果驱动分拣机构分流，并写入数据管理平台与工件标识绑定。

平台按缺陷类型与位置统计。若某类缺陷集中出现在壳体的固定位置，通常指向模具的排气、浇口或顶出机构，可作为模具维护与工艺调整的依据。

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、运行监视与换型。

开机时确认气源、电源与机器人原点状态正常，检查镜头与光源出光面洁净度。压铸现场粉尘与脱模剂雾较多，光学清洁应列入班前点检。

运行中通过界面监视检测结果。界面按壳体分区显示缺陷分布，操作人员可直观看到缺陷集中在哪个面、哪一侧。若某类缺陷记录数量在短时间内明显上升，应先核查模具状态与压铸参数，而不是调高检测阈值——阈值放宽只会把问题推迟到装配环节。

换型时在界面选择壳体型号调取配方。新导入型号需要完成表面分区划分、光型配置与判定标准设定，并用带已知缺陷的样件验证覆盖完整性与检出能力。

八、应用场景

压铸后毛坯检测。压铸件取件、去毛刺后的表面缺陷筛查，把严重缺陷拦在机加工之前。

机加工后检测。加工面暴露出的砂眼、缩松与气孔检测，此时缺陷已可直接观察。

抛丸与清洗后检测。确认表面处理未引入新的损伤，同时检查残留物。

涂装前检测。外观面的缺陷筛查，避免涂装后返工。

装配前入库检验。对来料压铸件做批次抽检或全检，作为供应商质量管控的依据。

九、设备优势

毛面与加工面一套系统处理。按区域切换漫射光与结构光，不需要为压铸毛坯和机加工件分别配置设备，减少工位与转运。

深腔区域可覆盖。机器人调整位姿接近加强筋根部与内腔开口，把人工目检容易遗漏的区域纳入检测范围。

纹理与缺陷可区分。以模具纹理的方向性与周期性为参照判别砂眼，减少正常纹理造成的误报。

多品种柔性切换。支持一个班次内多种壳体共线生产，按读码自动切换配方。

缺陷位置可统计。缺陷按区域与类型结构化记录，可直接用于模具维护与压铸工艺调整，而不只是给出合格与否的结论。

十、选型对比

压铸件的表面检测有几条常见路径。

人工目检加灯光台是传统方式。检验员在强光下逐面观察，对明显的缺料、裂纹与大尺寸砂眼有效。局限在于薄壁深腔与加强筋根部难以看全，砂眼与模具纹理的区分依赖经验，且高节拍下难以维持一致的判定标准。

X 光检测是压铸件内部缺陷的主要手段，能发现内部气孔与缩松，对安全性要求高的结构件不可替代。但 X 光设备投入与防护要求高、节拍较慢，通常用于关键件的抽检或专项检测，不适合作为全检手段。视觉检测针对的是表面与近表面缺陷，与 X 光形成互补而非替代。

视觉表面检测在产线节拍内完成全检，输出缺陷类型、位置与分区结论。其能力边界在于只能看到表面——完全位于内部的孔洞无法检出。对内部质量有要求的工件，仍需 X 光或超声配合。

华耐视博士系列压铸检测设备属于第三类，适合承担压铸件的表面全检与外观分选；对内部质量的关键要求，建议与无损检测手段组合使用。

十一、常见问题

问：压铸毛面的模具纹理会不会被误判成砂眼？

答：这是压铸检测的主要难点。系统以纹理的方向性与周期性为参照——模具纹理有固定走向与间距，砂眼是随机分布的局部凹坑，按这一差异做判别。建议在验收阶段用实际毛坯样件验证误报率。

问：壳体内部的气孔能检出来吗？

答：视觉检测只能看到表面与近表面缺陷。完全位于内部的孔洞无法通过视觉检出，需要 X 光或超声等无损检测手段。系统在记录中会标注实际可检测范围，不给出超范围结论。

问：能检多小的砂眼？

答：检出能力与相机分辨率、视野大小及缺陷对比度相关。按 1200 万至 2000 万像素面阵相机的典型配置，可检出毫米级及以上的表面孔洞，具体下限需按工件尺寸与验收要求评估。建议在方案阶段用带已知缺陷的样件确认。

问：一个班次换好几个型号怎么办？

答：系统支持多品种识别，按读码自动调用对应配方，换型不需要停机重新配置。前提是各型号的配方已在系统中建立并验证。

问：检测节拍跟得上压铸机吗？

答：节拍按产线定制。压铸件通常采用机器人上下料配合在线检测，节拍与压铸机取件节奏匹配。若工件尺寸大、需覆盖的表面多，可考虑分区域或多工位检测。建议提供实际节拍要求，由技术方评估配置。

十二、维护保养

维护重点在光学洁净度、机器人与定位精度、配方管理三方面。

光学方面，每班次清洁镜头与光源出光面。压铸现场的脱模剂雾、铝屑与粉尘会附着在光学元件上，直接影响成像质量与缺陷对比度。每周检查光源亮度衰减，漫射光与结构光两组光源都需确认。

机械方面，检查机器人重复定位精度与输送定位机构精度。工件位置偏移会造成表面在图像中的整体漂移，影响与分区模板的对应关系。检查夹具的磨损与气路压力。

配方方面，建立配方清单的版本管理机制。壳体改型或模具变更时同步更新分区、光型与判定标准，并做试运行验证，记录变更内容与时间。

系统方面，定期备份配方、算法模型与留存图像，检查与 MES 的接口连通性。模型更新后必须重新执行样件验证并留存记录。

十三、总结与展望

压铸壳体件的质量管控，难点在于缺陷与表面纹理的区分、薄壁深腔的覆盖，以及高节拍下判定标准的一致性。把表面检测做成在线全检，并让缺陷数据可按位置归因到模具，是压铸车间质量管理的现实路径。

华耐视博士系列压铸检测设备，按区域切换漫射光与结构光处理毛面与加工面两类表面，通过机器人位姿调整覆盖深腔与加强筋根部，以纹理方向性区分砂眼与模具痕迹，支持多品种混线自动切换，检测数据可与 MES 对接。

后续发展有三个方向。一是缺陷数据与模具状态关联建模，把砂眼、冷隔的位置分布与模具的排气、浇口、顶出结构建立对应关系，从检出缺陷走向预测模具维护时机。二是表面检测与内部无损检测的数据融合，把 X 光发现的内部缺陷与视觉发现表面缺陷按工件标识关联，形成内外一体的质量档案。三是检测结果与压铸工艺参数的闭环，把缺陷类型的批次变化反馈为压铸温度、压射速度与增压参数的调整建议。