文/肖刚 图/李德宇
金川数智视觉技术首席工程师张海峰检查电解铜箔质量缺陷检测系统运行情况
从手动分拣、人工目测、经验评判，到3D抓取、机器视觉、算法生成，效率与精度成倍提升，工人劳动强度大幅降低，金川集团数智技术有限公司（以下简称“金川数智”）正在用AI改变传统生产方式，重塑有色金属行业作业流水线。
在金川集团，小块金属分拣过去完全依靠手工操作，不仅劳动强度大，还不可避免地出现漏检，一条生产线需3人同时作业，每分钟仅能通过50至60块。而今，小块金属高速智能分拣平台每分钟可分拣100块，效率翻倍，工程化落地后，还能解放2名工人的重复性劳动。
金川数智智能机组工程师杨森主要负责智能装备开发及大型设备数字化改造升级，针对小块金属开发的高速智能分拣平台就是数智化提升的探索。
金川数智智能机组工程师杨森调试小块金属高速智能分拣平台机械臂
杨森介绍，25毫米、50毫米、100毫米三种规格的小块金属对应两条技术路线。25毫米上料后经2D视觉检测，SCARA机械臂挑选，再配合翻板分选，拦截不合格品。50毫米和100毫米规格物料采用3D无序分拣，配合六轴机械臂逐个抓取，再经2D视觉检测，翻板分选剔除不合格品。
“我们采用算法深度学习、标注、训练，扩充样本数据库，实现精准识别抓取。”杨森说，后续将继续扩充样本数据库，开展不间断疲劳测试，以保障长时间稳定运行，预计今年底打通全部技术路线，明年开展工程化落地。
如果说杨森练的是手疾眼快，那金川数智视觉技术首席工程师张海峰则主修“火眼金睛”。
小块金属高速智能分拣平台实现人工替代，效率倍增。
张海峰主导的电解铜箔缺陷质量检测系统于2023年开始研发、2024年初投运，检测精度达40至50微米，相当于人的头发丝粗细，可明察秋毫地发现黑斑、针孔等缺陷并标定位置，稳定运行近3年，技术已推广至铜板带、镍板带、铜管等生产线。
“采用视觉技术对表面成像图片进行特征分析，形成质量评判台账、报告单。”张海峰说，以往靠工人感官和经验判断，人会眨眼，但智能系统可以时刻紧盯，把一线工人从人工目测中解放出来。经过不断升级迭代，系统现在可识别17种缺陷，后期还能持续增补。
张海峰（左）计划以小模型算法识别加大模型筛选打造检测智能体
从铜箔缺陷到构件裂纹，从不足10微米到10厘米，这套智检系统基本覆盖加工行业金属外观检测领域。随着AI和大模型技术的发展，张海峰计划打造缺陷检测智能体，适配更多场景，持续向外推广，助力有色金属行业数智转型。
频道推荐
