← 全部案例

生产与品质 · 企业在用

产线出厂检验:用视觉防错和声学检测减少漏检

客户

佛山某家电企业(主营热泵,产品主销北美)

行业

家电制造 / 暖通

周期

2025 年起

我的角色

声学检测和异音诊断独立开发;视觉防错与外部视觉识别合作方一起试点落地。

原来的问题

多机型混线生产时,工位上要核对标签、配件、线束是否和这台机器的机型一致,靠人眼核对容易装错、漏装。

整机运行的异音判定靠老师傅的耳朵,主观的“吵”说不清是哪个频点、哪个部件,人一走标准就没了。

为什么先做这个

产线防错更接近标准做法,需要定制的主要是每个机型的检查模板和配置,投入可控、见效直接。

怎么做的

结果

结果只写有出处的事实;没有出处的数字不上站。

踩过的坑

适合谁复制

多机型混线生产、终检依赖人眼人耳的家电和机电装配企业。

用到的工具

机器视觉检测服务;条码驱动的机型检查模板;声学频谱分析;本地桌面程序。


相关系统

这个案例里在干活的系统

企业在用

产线快速质检助手

扫码拍照,按机型模板核对标签、配件、线束有没有装错漏装

企业在用

AI 辅助音频智能检测

运行录音与运行数据对齐,做声学分析和异常判定,建立机型标准声纹库


你也有类似的问题?

说说你的行业和现在的做法,先判断值不值得用 AI 做。

聊聊你的场景