作品详情

大赛登录

大赛注册

当前位置：首页大赛首页基于视觉识别的零件表面缺陷自动检测设备设计

大赛简介

大赛作品

大赛动态

联系我们

联系人：王秀秀

电话：010 -66083178

网址：www.qxwq.org.cn　

地址：北京市西城区广安门

内广义街5号广益大厦

大赛作品详情

作品名称：基于视觉识别的零件表面缺陷自动检测设备设计
学校名称：青岛理工大学(临沂)
参赛队伍：星火
队伍编号：231279
参赛学生：孙晓菲张智豪田世合崔岩
指导老师：李晓刚
投票日期：2026年11月16日 00:00->2026年12月10日 15:00
请在微信端进行投票。点此扫描二维码。

详细说明

本作品为基于视觉识别的零件表面缺陷自动检测设备，针对制造业零件质检环节人工检测效率低、主观误差大、微小缺陷难以识别的行业痛点，融合机械结构、机器视觉与轻量化深度学习技术，研发一套集自动上料、多方位图像采集、智能缺陷识别、气动自动分选于一体的一体化智能检测装备。

整机采用模块化设计，硬件由圆形振动盘供料模块、伺服驱动转盘工位、多光源CCD视觉采集单元、并联阀芯式高压吹气分拣机构组成。振动盘完成零件有序上料，转盘工作台将工件输送至检测工位；采用同轴+条形组合LED照明方案，抑制金属工件反光干扰，多角度CCD工业相机完成零件全表面图像采集；依托边缘端硬件运行自研算法完成图像分析，识别划痕、凹坑、斑点、气孔、裂纹等多种表面缺陷，最终通过高压吹气机构完成良品、不良品自动分选，实现检测‑分拣全流程无人化运行。

算法层面构建Lite‑SegFormer轻量化分割网络+边缘多模态大模型协同架构，引入Zero‑DCE图像增强算法解决工业场景光照不均、高反光成像难题。常规样本由轻量化网络高速推理，低置信度疑难缺陷交由多模态大模型复核，兼顾检测速度与复杂缺陷识别能力；采用TensorRT量化部署在边缘设备，单帧图像端到端处理延迟仅8.5ms，适配工业产线实时检测需求。

经过整机72h连续压力测试、缺陷细分测试、微小缺陷检出与柔性换型实验验证：设备最高检测节拍可达120件/分钟，可稳定检出20μm级微小划痕、30μm级微小凹坑，各类缺陷加权平均F1‑Score达97.2%；支持齿轮、垫片、螺丝等多类零件快速换产，常规产品换型时间小于5分钟；与市面主流进口设备相比，硬件成本大幅降低，同时支持OPC‑UA/MQTT协议对接工厂MES系统，实现质检数据全流程追溯。

本设备解决传统检测漏检误检、换型调试周期长的问题，可广泛应用五金零部件、电子元件、汽车小零件等行业质量检测，为智能制造领域零件自动化质检提供一套国产化、高性价比的工程解决方案，具备良好推广应用价值。