检测范围
面向尺寸测量、外观筛查、装配识别和缺陷分选产线，验证机器视觉在线检测系统的成像条件、识别性能、测量重复性、节拍和数据输出。良品与缺陷样本、标定记录、误判漏判、测量过程能力及版本信息成套留档，用于设备选型、上线验收和量产质量控制。
系统通用要求核查
依据GB/T 40659-2021核对机器视觉在线检测系统的组成、功能、接口、运行和数据要求。
对象与条件
尺寸、轮廓和位置在线测量系统 划伤、污点、缺口和表面缺陷检测设备 装配完整性、字符和条码识别工位 相机、镜头、光源、触发器和运动平台 机器视觉算法、边缘计算单元和质量数据接口
需要注意的限制
样本覆盖有限时，模型对新缺陷、光照、批次或产品变体的表现需持续监控和再训练。 数字化系统的效果依赖现场数据、维护、人员操作和持续治理；试点结果不应直接外推到所有产线、产品或工况 智能制造与工业数字化结论对应受检样品、约定区域或班次、规定条件和已核对资料，报告记录抽样、保存运输、工况、数据来源和标准版本 智能制造与工业数字化出现配方、材料来源、工艺、批次、使用环境、法规、目标市场或检查目的变更时，按变更内容更新样品和项目组合
检测时需要注意什么
实施流程
1. 登记工位功能、产品型号、公差、缺陷字典、相机镜头、光源、线速和软件版本；2. 使用标定板和标准件完成视场、畸变、像素当量及坐标关系标定；3. 按缺陷类型和公差区间编排良品、缺陷样与临界样，开展盲测和重复测量；4. 在不同线速、位置、姿态和照明变化下连续运行，记录误判、漏判、节拍和故障；5. 将视觉结果与人工复检或标准值逐件对应，汇总识别性能和测量过程能力
样本覆盖
缺陷库按类型、位置、尺寸、深浅和外观差异分层，训练样本、调试样本和验收样本分别管理。
成像条件固定
相机曝光、镜头焦距、光源角度、触发延时和工件姿态随测试批次记录，异常结果可回放到原始图像。
版本与结果绑定
算法模型、参数、软件、缺陷字典和设备配置使用统一版本号，测试数据与对应版本同步归档。
适用产品和使用场景
机器视觉、在线检测与智能测量适用于以下产品、业务阶段和质量问题。
适用产品和常见问题
- 尺寸、轮廓和位置在线测量系统
- 划伤、污点、缺口和表面缺陷检测设备
- 装配完整性、字符和条码识别工位
- 相机、镜头、光源、触发器和运动平台
- 机器视觉算法、边缘计算单元和质量数据接口
样品和资料要求
提交产品阶段、目标市场、样品批次、技术规范、已有数据和当前质量问题。
- 01
覆盖尺寸公差、外观状态和缺陷等级的良品与缺陷样
- 02
具有溯源信息的标定板、标准件和限度样品
- 03
相机、镜头、光源、控制器及软件版本清单
- 04
生产节拍、工位布局、人工复检结果和历史误判记录
覆盖尺寸公差、外观状态和缺陷等级的良品与缺陷样 具有溯源信息的标定板、标准件和限度样品 相机、镜头、光源、控制器及软件版本清单 生产节拍、工位布局、人工复检结果和历史误判记录
机器视觉系统配置、标定和版本记录 检出率、误判率、漏判率及样本明细 尺寸测量重复性和过程能力数据表 在线节拍、连续运行及异常恢复记录 代表图像、问题清单和测试结果报告
检测与分析项目
系统通用要求核查
依据GB/T 40659-2021核对机器视觉在线检测系统的组成、功能、接口、运行和数据要求。
识别准确率与检出率
依据GB/T 42980-2023使用已标注良品和缺陷样本统计正确识别、误判及漏判结果。
尺寸测量重复性
使用标定件和代表工件重复测量关键尺寸，记录均值、极差、重复性和位置影响。
在线节拍与稳定运行
在设定线速、触发方式和连续运行时间内记录单件处理时间、丢帧、停机及异常恢复。
测量过程能力
整理重复测量、偏倚、线性和过程能力数据，评价智能测量结果在连续生产中的稳定表现。
检测流程
标准与技术依据
以下是本页引用的标准与方法资料。具体项目是否适用、采用哪个版本及如何判定，需结合对象、条件和委托要求确认。
共 2 项
碳足迹、环境声明、循环材料、数字化和新型能源项目需要明确核算或评价边界、数据质量、技术对象、适用方法、验证规则和结果用途。
核算、验证、声明、合规或安全结论的适用范围，应以委托目标、组织或产品边界、数据来源、标准版本、审定或认证规则和实际技术状态为准。
国家发展和改革委员会报告和检测数据
样本覆盖有限时，模型对新缺陷、光照、批次或产品变体的表现需持续监控和再训练。
数字化系统的效果依赖现场数据、维护、人员操作和持续治理；试点结果不应直接外推到所有产线、产品或工况
智能制造与工业数字化结论对应受检样品、约定区域或班次、规定条件和已核对资料，报告记录抽样、保存运输、工况、数据来源和标准版本
智能制造与工业数字化出现配方、材料来源、工艺、批次、使用环境、法规、目标市场或检查目的变更时，按变更内容更新样品和项目组合
常见问题
01机器视觉验收样本如何避免与调试样本混用？
验收样本独立编号并在参数冻结后启用，调试阶段不向算法开放其标签；测试结束再逐件核对系统输出和真实类别。
02在线缺陷检出率怎样按类别计算？
每类缺陷分别统计样本总数、正确检出、漏检和误分数量，再计算分类检出率；总体数据不掩盖单一缺陷表现。
03视觉尺寸测量为什么要使用标定板和标准件？
标定板建立像素与实际尺寸及坐标关系，标准件用于核查量值偏差和重复性，两类记录共同支撑测量结果。
04线速变化会怎样影响在线检测结果？
线速改变曝光时间、图像拖影、触发间隔和处理余量，测试按不同速度记录检出、漏判、丢帧和单件处理时间。
05光源角度改变后是否重新测试缺陷样？
光源位置、角度或亮度变化属于成像条件变更，标定和代表缺陷样随新配置重新运行并与原版本结果比较。
06视觉系统连续运行重点记录哪些异常？
记录丢帧、触发失败、通信中断、图像过曝欠曝、算法超时、错误剔除和恢复时长，并保留对应时间戳。
07误判和漏判在报告中怎样追溯到原图？
每件样品使用唯一编号，系统结果、人工标签、原始图像、缺陷区域和算法版本以同一编号关联。
08机器视觉系统换型后需要复测哪些项目？
换型后复测视场与标定、缺陷检出、尺寸重复性、触发节拍、剔除动作和数据接口，并更新样本与版本记录。