摘要：本文结合汽车冲压线的实际落地项目，分享工厂线上可视化智能巡检从设计到落地的核心要点、选型经验与常见踩坑，适合有一定基础的中级工程师参考。
为什么传统巡检在高速生产线上跑不通
前年我在华东的某主机厂配套冲压车间待了半年，跟进生产线改造项目。那时候车间还是传统人工巡检，两小时绕线走一圈，查螺栓松动、模具磨损、工件缺孔。那条线线速快，每分钟出12件冲压件，工人走一圈下来，一半的异常都漏掉。
有次工人换班交接漏说了模具螺栓的微松，开起来不到二十分钟，模具直接裂了。停线清线换模具，整整四个小时，错过了主机厂的交付窗口，赔了小一百万。
这事之后，甲方下定决心上可视化智能巡检。不是赶智能制造的风口，是真的亏钱亏怕了。
你想，高速生产线，什么问题都出在不停机的间隙，人工不可能一直盯着。高温、噪音、油污，人待久了注意力涣散，漏检误检是必然。传统的监控摄像头只能录屏，出了问题回头调，没法实时预警。对吧？
可视化智能巡检的核心设计要点与选型权衡
很多人刚接触这个方向，第一反应就是堆高端器件。上来就要8K工业相机，上云平台做大屏。说实话，百分之八十的项目，钱都花在了没用的地方。
帧率比分辨率重要得多，这句话我跟好几个年轻工程师说过无数次。线上工件是动的，先满足运动无模糊，再谈分辨率。我们项目里的输送线速度是1.2m/s，按照GB/T 28876-2012《机器视觉检测 图像数据采集规范》的要求，曝光时间满足：
t ≤ 像素尺寸/(2×线速度)
算下来，我们选的5μm像素尺寸的芯片，曝光时间最多不能超过2.1μs，必须用全局快门的相机。一开始年轻工程师选了大靶面8K滚动快门相机，便宜两万块钱，结果拍出来的工件全是拖影，模糊到连轮廓都认不出来，最后还是加钱换了2K全局快门120fps的相机，问题直接解决。
可视化这块，很多人理解错了。以为就是做个超大屏放中控室给领导看。不对，真正能用的可视化，是给现场维修师傅、巡检工人用的。我们设计的时候，每个工位旁边都装了10寸的触摸终端，中控室有汇总大屏，手机端也能看实时数据。异常出现在哪段，哪个工位的终端直接弹红框，带定位坐标，师傅走到就能修，不用跑中控室调数据。
计算单元选边缘还是云端？我们项目选的全边缘就近处理。生产线要求检测预警延迟必须小于100ms，云端走工业网络，一旦出现网络抖动，延迟直接上秒，掉网的话系统直接瘫痪，那要你这智能巡检有什么用？边缘端处理完，只把异常数据和统计数据传到云端，既省带宽又稳定。
别忘了多传感器融合。很多项目只做视觉，看得见工件缺陷，看不见设备内部的故障。比如电机轴承的微裂纹，温度异常，视觉根本拍不到，要加振动和温度传感器，把多源数据融到同一个可视化界面里，超过GB 50049-2011规定的允许温升，直接标红闪烁，一眼就能看到隐患。
落地最容易踩的几个坑，一定要避开
我做过三个同类型项目，见过太多半成品，功能看起来全，就是没人用，最后变成放在角落吃灰的摆设。大部分都死在这几个坑里。
第一个坑，相机偏移没做自动标定。工业生产线天天震，三个月下来，相机哪怕偏一个毫米，原来的识别框就全错了，识别准确率直接掉二十个点。我们现在设计的时候，加了一块固定的标定靶标在输送线侧边，每八小时自动拍一张做标定，自动修正坐标偏移，这个功能没几个成本，但是能保系统三年不出大问题。
第二个坑，忽略环境光干扰。工厂车间有天窗，早上阳光斜进来，中午顶光，夜班开荧光灯，光照强度差十倍都有可能。我们第一次调试，白天准确率98%，夜班直接掉到72%，一天误报一百多次，师傅嫌烦直接把系统关了。后来换了主动同轴光源，加了遮光罩，把环境光完全隔开，准确率稳定在99.5%以上。哦对了，光源功率一定要留30%以上的余量，车间油烟大，半年积灰透光率就降，留余量能多用一两年，不用经常换。
第三个坑，数据标注质量太差。很多图省事，找实习生标数据，老检验员一天能标一千张，实习生一天标三千张，但是错标率超过10%，把正常的材料纹理标成缺陷，把真缺陷标成合格，训出来的模型乱报警，最后还是没人用。这个钱不能省，一定要找有三年以上一线经验的检验员标，每一千张抽100张复核，错标率控制在1%以内，模型才能用。
不过话说回来，真的把这些细节都做好，收益真的惊喜。我们那个冲压线项目做完，漏检率从原来的1.2%降到0.03%，每年减少三次以上质量事故，少停线二十多个小时，算下来一年直接降本两百多万，项目投入一百八十万，不到一年就收回成本了。
说白了，工厂做智能化，不是给别人看的，是给自己用的。把一线的需求放在第一位，别贪参数堆配置，把每个小细节抠到位，就能做成能用好用的系统。
