AI智能質檢系統在汽車自動化涂膠品質監控中的研究及應用實踐

摘 要：自動化密封膠噴涂技術已廣泛應用于汽車涂裝制造行業，而傳統的汽車涂膠品質監控方式依賴人工檢查，效率低下，且易受人為主觀因素影響。隨著汽車制造業智能化、自動化、數字化程度的提升，開發高效、精準的涂膠品質監控系統已成為行業急需解決的問題。AI智能質檢系統應運而生，通過圖像采集、圖像處理、AI判斷邏輯和深度學習等技術，實現對車身涂膠品質的自動檢測，有效提高了噴涂后的品質檢測效率和準確性。本文闡述的AI智能質檢系統已成功應用于整車涂裝生產線，可以實現如輪轂位、電池包周邊、尾燈位等重點部位的涂膠品質自動檢測，保障穩定的檢出率和極低的誤檢率。該技術的應用不僅提高了生產線的自動化水平，減少了人工檢查負荷，可有效降低機器人涂膠異常導致的質量問題及品質失敗成本，推動了汽車密封膠涂膠領域由制造自動化逐步邁向質檢數字化。未來，隨著智能化、電氣化和自動化等新技術以及新質生產力的迭代發展，AI智能質檢系統的應用需求將大幅度增長。

關鍵詞：密封膠自動化噴涂 AI智能質檢 漏噴檢測 偏移檢測 視覺識別 深度學習

1 緒論

當前，汽車制造業依托新質生產力，推進技術革新。技術革新已成為企業競爭的核心動力。企業越來越注重長期主義這一發展理念，即在確保產品質量的基礎上，不斷推動技術創新。為此，自動化與數字化的轉型已成為汽車制造業的發展趨勢。在整車生產制造過程中，涂裝工序不僅需要保障其漆面的外觀商品性，對于整車的防銹、防水等機能品質的保障也起著至關重要的作用。其中，密封膠工序作為保障防水機能的關鍵環節，主要的作業內容就是通過人工或者機器人將密封膠噴涂覆蓋于白車身夾縫之上，再經干燥后附著于車身縫隙，實現夾縫密封。隨著科技的不斷進步，密封膠工序的自動化程度日益提高。其中，廣汽本田汽車有限公司三工廠在2015年建立之初就已經導入自動化涂膠機器人，實現了100%的自動化噴涂。

隨著密封膠自動化噴涂的廣泛應用，不僅提升了噴涂效率，降低了人工作業成本，對比人手噴涂，更是顯著提升了密封膠噴涂的穩定性、均勻性及高外觀性，進而提升了汽車的防水機能。隨之而來的技術提升課題便是對噴涂后密封膠的品質確認及檢測監控能力的提升。基于已實現密封膠自動化涂膠后，采用圖像視覺識別，運用AI學習功能，開發訓練AI智能質檢模型，通過搭建軟硬件協同系統，自主研發整車涂膠工藝AI智能質檢系統，實現對車身涂膠后品質的自動檢測。本文旨在對AI智能質檢系統的搭建思路、監測原理、量產應用實例等方面進行闡述。

2 密封膠自動化涂膠的噴涂要求及傳統質檢方式

在整車制造過程中，涂膠工藝作為關鍵環節，為整車防水機能起著重要作用，需要密封覆蓋于白車身夾縫之上，品質管理要求包括但不限于：①密封無虛孔；②密封無離縫偏移；③噴涂后無飛濺，不允許阻礙零件安裝；④可視面密封膠需要保證外觀商品性；等等。而傳統的質檢方式往往依賴人工檢查，不僅效率低下，而且易受主觀因素影響，導致檢測結果的準確性和一致性不足。

因此，隨之自動化噴涂的廣泛應用，在噴涂后的質檢也需要隨智能制造和人工智能技術的發展，引入更加高效、智能的質檢解決模式。

3 AI智能質檢系統的開發過程

本文介紹的整車制造涂膠工藝AI智能質檢系統，主要是通過自主搭建軟硬件系統，實現對車身涂膠品質的自動檢測，并基于AI技術，開發訓練AI智能質檢模型，提取關鍵檢測的項目，如離縫偏移、漏噴等。通過車身結構、密封膠關鍵特征提取，針對不同的缺陷情況，智能判斷品質異常，實現品質異常檢出率100%，誤檢率0%。技術原理如下。

（1）圖像采集：在車體輸送線旁，車身周邊位置安裝2000萬高分辨率工業相機，在密封膠噴涂后采集需對其進行作業檢查的區域，進行拍攝，確保采集到的圖像清晰、真實，是為后續的圖像處理和分析提供了高質量的數據基礎。這一過程不僅提高了檢測效率，也為密封膠涂膠質量的控制和優化提供了重要保障。如圖1所示，本文使用場景：輸送線左右兩側各設置4個工業相機對，車底、輪轂位、后備箱進行圖像采集。相機數量、拍照數量、安裝位置取決于檢查部位、涂膠數量、涂膠精度要求等綜合條件。

（2）圖像處理：利用計算機視覺技術對圖像進行處理，提取檢查部位的涂膠狀態信息。以圖2為例，右側相機3采集到整個右后輪轂噴涂后的視覺圖像。但從各車型結構出發，并非所有密封膠均起到防水作用，部分密封膠僅起到防銹作用，防水位置密封膠品質基準、要求更高。因而，從品質管理成本角度出發，在量產中，AI視覺識別判斷前，需要對采集到的圖像進行處理，提取需要進行防水管理的密封膠（如圖2中箭頭所示）。

（3）AI判斷邏輯及深度學習：當需監控密封膠覆蓋居中度，即檢測是否因噴涂偏移而導致離縫。如圖3所示，需要檢測密封膠A在車身夾縫B的噴涂偏移情況，可以先通過找到車體上相對穩定的基準點C，它可以是車身定位孔、一級工藝孔、一體式集成件夾縫等，因此B、C為具體點，L2為固定值，輸入AI識別系統。圖像處理后通過AI視覺識別提取以下關鍵數據：左側覆蓋寬度LA=L1-L2；右側覆蓋寬度LB=L2-L3。理想狀態下，LA=LB可保證噴涂居中，考慮到機器人以及車體精度，實際應用中需要設定公差帶。本文中異常報警范圍值設定為： LA或LB≤8個像素（1個像素=0.3mm）即可保證不出現偏移離縫該品質不良。

當需要監控是否出現槍嘴堵塞，供膠不足導致漏噴等極端情況，如圖4。除了通過實時監控機器人本體之外，更為行之有效的方法是直接監控噴涂后效果。利用分段全檢膠條的面積的原理，在視覺系統中將膠條面積的基準設定為SA（白色為膠條檢出面積，黑色為車體的電泳涂層），噴涂后 實績面積為SB，結合實績應用，報警值可設定為設：SA≥80% ×SB。

當然，采用純視覺圖像處理方案，可能存在約8%的誤檢率，為減少誤檢，可追加AI視覺深度學習功能，本文選用VisionTrain作為深度學習工具，集良品及不良品圖片，導入AI工具系統，建立深度學習大模型，能有效消除誤檢，大幅提升檢出率，如圖5。

（4）AI智能質檢系統的應用場景：通過上述的判斷邏輯及深度學習后，輸出檢測效果，可設定反饋機制，當出現異常時聯動PLC觸發報警，通知現場管理者及時跟進并開展整改，防止品質不良的流出，具體流程如圖6所示。該系統也附帶檢測結果的記錄及保存功能，可供開展過程品質追溯，并提供數據用于分析功能，幫助優化涂裝流程和提高生產效率。

4 AI智能質檢系統的應用實例

該項技術目前已成功應用于廣汽本田三工廠涂裝車間的密封膠自動化生產線，滿足對特定重點部位的涂膠品質自動檢測功能，例如左右輪轂、電池包周邊、尾燈安裝位等等。實際應用中，異常檢出率經統計為100%，誤檢率為0%。該技術可通過AI智能質檢模型的訓練，不斷迭代升級，適用于行業內整車各個部位的涂膠品質自動檢測。AI智能質檢系統能夠提高生產線的自動化程度、減少人工檢查的工作量，并有效降低機器人涂膠異常導致的質量問題和生產成本。通過結合人工智能和視覺傳感技術，該系統為涂裝車間提供了一種高效、精準的質量控制解決方案。

5 社會效益及未來展望

汽車制造業正處于一個深刻的變革時期，特別是隨著智能化、電氣化和自動化等新技術以及新質生產力迭代發展。本文論述的AI智能質檢系統的應用需求將大幅度增長。同時，其穩定的檢出率和極低的誤檢率，大大提高涂膠品質保障的可靠性。推動汽車密封膠涂膠領域由制造自動化逐步邁向質檢數字化，以提升制造業的智能化水平。AI智能系統已經逐漸擴大在汽車制造業的應用范圍，在航空航天、精密電子、醫療器械等關鍵行業的推廣預示著一場行業性的質量革命。通過AI提升質檢效率，完成從傳統的人工檢測到智能化、自動化質檢的躍遷，進而促進整個生產流程的智能化升級，加快產業結構的優化步伐。

參考文獻：

[1]肖剛，葛屨.基于深度學習的機器視覺在制造業質量檢測中的應用研究[J].產業轉型研究，2021（12）.

[2]宋建陽，劉常杰.白車身涂膠缺陷自動檢測方法[J].激光與光電子學進展，2024，6（12）.

[3]王亞運.基于機器視覺的機器人涂膠質量在線檢測技術研究[D].哈爾濱：哈爾濱工業大學，2024.