第一次交稿的死穴
上次大三机械设计课程设计，接了本地加工厂的真实需求，做在线巡检的系统。学生们干劲足，一个月就交了初稿。拿到原型一看，全歪了。
学生找了现成的移动小车，挂个摄像头加三个温度传感器，实验室里跑起来顺得很，识别准确率快九十九 percent。一问打算怎么往生产线上装，全哑了。生产线一分钟出三四十个工件，你小车慢悠悠逛，等查到故障，小几百件废品已经堆下料口了。
更有意思的是，可视化全做在中控室的大液晶屏上。现场换班的巡检工人，哪有空天天跑几公里去中控看数据？等中控打电话喊过来，线早就停半小时了。
学生还委屈，说要求里写了智能可视化，我这不都做到了？说实话，那时候我也没点透问题在哪，直到拉着全队去加工厂转了一上午，所有人都闭嘴了。
改三版才摸透：可视化不是做给屏幕看的
第一版改动，先把移动小车拆了，换成固定在生产线侧边的同步滑台，跟着工件走，速度跟上了，产能不受影响。还是不对，可视化还是挂在老远的屏幕上。
第二版改，把触摸屏钉在滑台旁边，工人站在线边就能看。没几天去现场试，不到三天屏幕糊满切削油，按都按不动，工人嫌擦着麻烦，根本不用。
第三版熬了快一个月，才摸到核心：可视化要贴在现场，哪里出问题，就把标记打在哪里。最后定了低功率激光投影，直接把红圈投在故障工件或者松动的接头上，工人隔十米就能看见，不用凑上去擦油污。
还有个卡了所有人快两周的坑，就是数据传输。一开始学生图省事，所有图像全往云端传，一条线一天就出几十个G数据，加工厂本来的内网就带生产系统，直接给人占满了，车间主任当场就说，这东西再好我们也不敢装。
最后定了边缘侧异常预处理，本地做完图像识别，正常工件直接过，什么数据都不往上送，只有检出异常的时候，才把裁好的截图和故障参数传到中控，流量直接砍了百分之九十八。
说起来好笑，最后解决大问题的是个三十块钱的小零件。原来传感器镜头沾油之后，灵敏度直接掉一半，识别错一堆，试了各种防水罩都挡不住飞溅的油。最后加了个 tiny 的气动吹嘴，开机检测前吹一秒，问题直接解决了。成本才加了不到三十块。
那时候已经过了原定交稿时间一个月，系里催进度，我跟学生说，大不了扣分，改到能用再说。真的，实验室做设计跟现场做设计，完全是两个东西。
留在教研本上的改动
这个项目做完，我翻了三年的课程设计大纲，发现原来我们教机械系统设计，从头到尾讲的都是功能实现、强度校核、模型美观，从来没教过学生，怎么给真实的使用者做设计。
我直接改了评分标准，把原来占三成的论文排版、模型渲染分，挪到了现场适配性里。什么叫适配？就是你设计的东西，工人愿意用，企业能装进去，不给原来的生产添乱，这就是好设计，比你画一百张高清渲染图都有用。
有个原来毕业就打算考编的学生，跟着跑了三趟现场，调了一周试，回来跟我说，原来学机械不是天天坐办公室画图，真能解决别人解决不了的问题。现在他已经签了那家合作的自动化公司。
不过话说回来，我们这个系统还是留着坑没填。换一条不同的产品线，就得重新训练识别模型，现场工人自己不会弄，还是得找技术人员过来调。这个问题没解决，留着给下一届学生接着啃。
做设计本来就是这样，哪有一次就做完美的？对吧。
