技术选型指南无损检测

工业视觉 vs 工业声学检测:能力边界与选型指南

结论先行:工业视觉检测「看得见的缺陷」(外观、静态),工业声学检测 「听得到的缺陷」(内部、动态)。两者能力互补而非替代——异响类、动态类缺陷 视觉检测不到,外观类缺陷声学检测不到。选型应先判断缺陷类型,再匹配技术路线。

核心能力对比

维度工业视觉检测工业声学检测
检测对象外观缺陷:划痕、缺料、毛刺、装配偏移、印刷/贴标错误内部与动态缺陷:轴承异响、齿轮啮合不良、电机换向噪声、卡滞、松动、气隙不均
技术原理面阵/线阵相机 + 光源,图像处理与深度学习目标检测/分类近场拾音传感器 + 声纹特征提取(FFT/MFCC)+ SVM/CNN 声学判定
对缺陷的感知只能看到「表面」与「静态」;被遮挡的内部结构无法感知感知「声音」即运行状态;内部结构问题通常伴随特征性声纹变化
适用工况对光照、遮挡敏感,需要稳定打光环境与清洁视窗对车间背景噪声敏感,需要近场采集与信噪比处理;对光照无要求
单件检测速度毫秒~秒级,取决于视野、分辨率与算法复杂度≤5 秒/件可覆盖绝大多数产线节拍;采集时长决定下限
设备成本(单工位)相机+光源+工控机,视觉方案综合成本通常高于声学方案拾音传感器+边缘计算单元,硬件成本低,主要成本在样本与模型
实施周期标准算法库成熟,常规缺陷 2-6 周可上线需采集真实产线样本训练,首条线通常 4-8 周
误检/漏检控制外观缺陷误检可通过打光与算法调优控制阈值+置信度双保险,低置信度进入人工复核回流训练,持续下降
数据与可追溯保留图像记录,可追溯外观缺陷保留声纹波形记录,可复听复判,追溯内部缺陷根因
ROI 参考适合大批量外观检验,替代人工目检适合异响/动态类缺陷全检,替代人工听音,消除漏检索赔风险

四步选型决策

1

缺陷是否与「声音」直接相关?

轴承异响、齿轮啮合、电机换向、卡滞松动——这些动态缺陷首选声学。

2

缺陷是否在外观表面?

划痕、缺料、毛刺、装配偏移——这些外观缺陷首选视觉。

3

环境是否允许?

车间噪声大但有近场采集条件→声学;需要稳定打光与洁净视窗→视觉。

4

预算与周期?

硬件预算低、可接受 4-8 周模型训练→声学;需要快速上线标准检测→视觉。

组合使用建议

对总成类产品(如座椅电机、转向器),推荐「视觉检外观 + 声学检异响」组合:视觉工位在前拦截外观缺陷, 声学工位在后检测内部与动态缺陷,形成完整在线全检闭环,兼顾两类缺陷覆盖。

为何声学检测在这三类场景不可替代

1

内部与动态缺陷

轴承异响、齿轮啮合不良、电机换向噪声、电磁啸叫——缺陷表现为声音/振动,视觉从原理上不可见。

ISSAUTO 工程事实:88维声纹特征体系覆盖轴承点蚀、齿轮断齿、电磁啸叫等缺陷模式,产线节拍内完成判定。

2

早期故障预警

外观完好但声纹已变:点蚀初期、润滑退化、装配松动在早期就有特征性声纹变化,人耳难以稳定分辨。

ISSAUTO 工程事实:声纹特征可捕捉早期微弱变化,配合阈值 + 置信度双保险,早期拦截优于事后索赔。

3

量产节拍下的异响全检

人工听音主观、易疲劳、不可复制,无法支撑 100% 在线全检;抽检必然漏掉不良品外溢风险。

ISSAUTO 工程事实:仅需 20-30 台良品即可完成 One-Class 建模(无需不良品样本),检测节拍 ≤5 秒/件。

两条路线实施条件对比

下表从落地视角对比两条路线的实施条件——样本、人员、特征、硬件、周期与运维模式, 帮助你在立项评估阶段判断哪条路线更符合当前产线与团队条件。

实施条件工业声学检测(ISSAUTO 平台化路线)工业视觉检测(传统路线)
样本要求仅需 20-30 台良品,One-Class 良品基线建模,无需不良品样本需采集缺陷图像样本库,缺陷形态变化后需补样本
算法团队开放平台图形化标注训练,质检员即可自建模型,不需要算法团队需要视觉算法工程师进行标注、训练与调参
特征体系88维声纹特征(时域/频域/MFCC),Python 训练到 MCU 推理跨平台对齐误差 <0.05%图像特征 + 深度学习目标检测,精度依赖打光与算力
硬件工程固定式声学工程:≥800g 配重底座 + 硅胶减震 + 悬浮探头 + EM 屏蔽,衰减环境振动 30dB 以上相机 + 光源 + 洁净视窗,对光照一致性敏感
上线周期3 天自建产线级声学检测(平台化流程,良品采集约 30 分钟,20-30 台良品)标准缺陷 2–6 周(算法库成熟的前提下)
运行模式物理拨钮切换 AI 模式 / 阈值模式,无算法团队也可日常运维固定算法管线,模型迭代依赖开发资源

高频问题

工业声学检测能检测哪些汽车零部件缺陷?

主要覆盖异响与动态类缺陷:转向器、制动器、减震器、座椅电机、雨刮电机、玻璃升降器等总成的轴承异响、齿轮啮合不良、换向噪声、卡滞与装配松动。检测节拍 ≤5 秒/件,准确率 >99.5%(训练充分后)。

声学检测会替代工业视觉检测吗?

不会。两者能力互补:视觉管外观与静态缺陷,声学管内部与动态缺陷。同一产线可组合使用,例如视觉检外观、声学检异响,形成完整的在线全检闭环。

声学检测对环境噪声敏感吗?

对车间背景噪声敏感,但可通过近场拾音、指向性采集与信噪比处理解决。方案设计阶段会做现场声学可行性测试,验证目标缺陷声纹与背景噪声可分性后再立项。

产线上合格/不合格样本不均衡怎么办?

声学方案通过 SVM 低样本基线 + CNN 深度建模双引擎解决小样本问题;同时采用阈值+置信度双保险,低置信度结果进入人工复核回流训练集,实现边用边学。

不确定选型?先做声学可行性测试

带上典型合格/不合格样品,我们可现场采集声纹样本并给出可分性评估报告,1-2 个工作日即可完成初判。

延伸阅读