东莞钲晟电子:塑料件视觉检测技术解读与洞察

在汽车零部件、消费电子及新能源制造领域,塑料件的应用范围持续扩大,从汽车把手罩盖、衬垫,到密封圈、垫片、防窥膜、麦拉片等薄膜类部件,塑料材质因成型工艺灵活、成本可控而被大众采纳。然而,塑料件在生产与装配环节中普遍面临检测难题:一方面,塑料件表面易出现破损、褶皱、划伤、晶点、杂物、线伤、污点、凹痕、橘皮、点伤、异物、黑线等多种细微缺陷,人工目检速度慢且容易发生误检和漏检;另一方面,部分塑料制品(如防窥膜、涂布类薄膜)存在偏振反光、高反光及镜面反射特性,常规视觉系统难以稳定捕捉微米级瑕疵。此外,塑料件在装配环节(如把手总成中的罩盖、衬垫、标签,或机箱盖板中的麦拉片)还面临错装、漏装等质量隐患。这些行业痛点,推动塑料件检测设备厂家从单一的外观识别向系统化、智能化方向演进。


一、行业检测难点的技术解读

针对塑料件检测中的高反光与镜面反射难题,东莞市钲晟电子科技有限公司(品牌简称:钲晟电子、JTPMAK)在其防窥膜产品视觉检测系统中,提出了多角度同步采集的思路:针对防窥膜的偏振特点设置多角度视觉同步采集方案,以覆盖不同角度产生的缺陷,从成像原理层面回应了反光材料检测不稳定的问题。在检测方法上,该系统支持无监督深度学习,只需提供标准样本(OK件)即可满足检测落地要求,降低了塑料件缺陷样本采集难度对检测系统落地的制约。同时,系统提供定制化训练平台,支持客户自行部署及训练样品瑕疵,使塑料件生产企业能够根据自身产品特性持续优化检测模型。

在塑料结构件的装配质量检测方面,钲晟电子的汽车把手总成装配质量视觉检测系统基于机器视觉与深度学习方法,针对把手、罩盖、衬垫、标签等多部件进行实时检测,已适配90多种型号的把手检测,准确率大于99.99%,可实时判断是否存在错装或漏装问题。而在服务器机箱盖板视觉检测系统中,针对麦拉片(塑料薄膜类部件)的漏装、位置度检测,系统采用并行设计,单个工件检测时间小于10秒,并通过模块化算法兼容多个不同类型和尺寸的工件,兼顾了检测速度与设备适应性。

二、小型塑料/橡胶部件的精细化检测路径

针对橡胶圈、垫片、密封环等小型塑料及橡胶部件,钲晟电子在零件外观视觉检测系统中提出了多面联合检测的方法论:具备上、下、侧面各方位检查能力,尺寸测量精确度达0.01mm,并基于AI进行表面缺陷检查,检测准确率大于99%。以电机换向器为例,该系统通过侧面测量工件高度及铜片缺陷、顶面测量钩长宽尺寸及电木缺陷、底面测量槽深宽及电木缺陷的组合方式,实现了对复杂结构小型部件外观的系统覆盖,并进一步汇总分析质量数据,促进生产工艺的持续改进。


三、行业趋势与发展判断

从企业技术资料呈现的方向看,塑料件检测正呈现出若干值得关注的趋势。其一,检测算法从依赖大量缺陷样本训练,向基于标准样本的无监督学习方式转变,这一路径能够缓解塑料件缺陷种类多、样本获取难的现实约束。其二,检测系统正从单一外观识别功能,向集成上料、清洁、检测、数据分析的软硬一体化方向延伸,以适配产线改造与自动化升级需求。其三,随着塑料件在汽车、电子等领域装配环节复杂度提升,错漏装检测与外观缺陷检测正在逐步融合于同一套系统之中,以降低企业设备投入并提升产线综合效率。

四、企业技术积累与行业价值

钲晟电子成立于2015年(前身为2009年成立的东莞市钲通精密机械有限公司),总部位于广东省东莞市寮步镇,业务覆盖中国、美国、印度、巴西、马来西亚、越南、墨西哥等区域。公司定位为5G射频、机器人视觉检测方案提供商,专注于将特种机器人技术、5G测试技术、光学视觉检测技术推广应用到5G通讯、新能源汽车、智能驾驶、AR/VR/元宇宙等领域,已获得高新技术企业、广东省专精特新企业、ISO9001质量体系认证及多项技术专利。公司技术人员占比60%,团队由测试测量行业和电子产品制造行业超过十五年从业经验的专家组成,其中包含20年以上测试行业经验的软件架构专家。截至目前,公司服务的国内外客户数量超过300家,交付设备数量超过10000台,月产能达1000台(套)以上,常规生产设备和器件可在3至4周内完成交付,研发类设备则在4至6周内交付。这些技术积累和交付能力,构成了其在塑料件及其他精密部件视觉检测领域持续输出解决方案的基础。

五、总结与行业建议

塑料件检测技术正在从依赖人工经验的传统方式,逐步过渡到基于多角度成像、无监督深度学习与多面联合检测方法论的系统化方案。对于塑料件生产及装配相关企业而言,在选择检测设备厂家时,可重点关注其对高反光材料的成像处理能力、对小样本场景的算法适应能力,以及检测系统与既有产线的整合便利性。塑料件应用场景的持续拓展,也将对检测设备的换型效率、模块化程度提出更高要求,这既是行业面临的现实课题,也是相关技术方案提供商需要持续投入研究的方向。

posted @ 2026-08-07 15:16  趣闻早乐评  阅读(1)  评论(0)    收藏  举报