檢驗工作人員入崗前進行專業(yè)培訓(xùn)，在實測過程中依靠按壓操作過程中的主觀感受和經(jīng)驗判斷是否為合格品。收集多個檢測閾值，在實測過程中通過與這些閾值進行比較，判斷是否為合格品。

圖1 傳統(tǒng)判定開關(guān)合格與NG的應(yīng)用方案

其典型特點為：試錯周期較長，需要在實測過程中反復(fù)修正閾值；閾值設(shè)置過程繁瑣，隨著產(chǎn)品和缺陷種類的增加，需要增加閾值的個數(shù)來進行判斷；典型的收集數(shù)據(jù)時間一般在1周甚至1月以上，在以往的多個應(yīng)用中，容易出現(xiàn)發(fā)現(xiàn)預(yù)期外的異常需要重新收集分析數(shù)據(jù)的情況，重新訂制閾值，重新投入生產(chǎn)數(shù)據(jù)驗證，項目周期長。

AI算法檢測手感曲線數(shù)據(jù)AI神經(jīng)網(wǎng)絡(luò)卷積算法自動計算曲線數(shù)據(jù)的特征，判斷是否產(chǎn)品是否合格。無工作人員參與檢驗，無閾值修正過程

圖2 基于AI的開關(guān)測試分選應(yīng)用方案

AI的基本模型為：

圖3 AI基本模型

近日，深圳市磐石測控儀器有限公司與寧波人工智能產(chǎn)業(yè)研究院協(xié)作開發(fā)了針對開關(guān)行業(yè)的AI分選測試應(yīng)用研究，并成功導(dǎo)入行業(yè)頭部企業(yè)寧波公牛開關(guān)使用，取得了快速建模、快速分選測試，不需要人工設(shè)定閾值，基于數(shù)據(jù)曲線特征的多種測試應(yīng)用。

圖4 基于AI的開關(guān)測試分選應(yīng)用方案

計算單條數(shù)據(jù)量超2000組的數(shù)據(jù)特征信息，然后選擇適合的AI模型對進行數(shù)據(jù)學(xué)習(xí)識別，常規(guī)異常識別率超過99.9%，特殊異常的，特別是通過閾值設(shè)定難以分辨的異常特征，識別率也超過99%，成功實現(xiàn)了基于AI的開關(guān)彈力手感測試分選應(yīng)用。

深圳磐石測控儀器有限公司專注扭力試驗機、荷重試驗機、轉(zhuǎn)軸扭力測試機、旋轉(zhuǎn)扭力測試儀等產(chǎn)品的研發(fā)生產(chǎn)，我司擁有多個軟件著作權(quán)及產(chǎn)品專利證書，為客戶提供更精確的測試數(shù)據(jù)，更高的測試效率，致力于降低工廠研發(fā)、生產(chǎn)制造成本，提高您的產(chǎn)品品質(zhì)

審核編輯 黃宇