来源 :绵州先锋2026-08-21
智造为根，AI为帆。长虹坚持科技自立自强，深耕工业智能前沿赛道，攻坚人工智能核心技术，不断拓宽全产业链AI应用版图。依托长期实战积淀，长虹构建出覆盖生产、研发、管理、供需等全链条多元化AI成果矩阵，夯实智能制造转型根基。
长虹华意TB商用电机产线上，外观全检员洪秋香揉了揉干涩的眼睛，连续几个小时的高强度目视检测，视线已经开始发花。一台槽楔下移的电机从她眼前悄然通过，未被识别。等到这批物料流到下总装装配时才暴露问题，车间紧急派人跟线返工，生产节拍被彻底打乱。那是AI系统上线前，洪秋香最怕的“那个瞬间”。
如今，同一工位旁多了一双不知疲倦的“电子瞳孔”——AI智能检测系统绿灯闪烁，电机平稳通过，系统自动标注出线包上每一处绑扎点位，她从容核对确认，继续下一台。
PART 01
线包深处的“潜伏者”：
肉眼看不见的，AI看见了
TB线是2026年1月投产的商用电机线，主攻高槽满率并联机型。绕组绑扎漏捆、槽楔移位、夹槽、飞线——这些缺陷像“潜伏者”一样藏在线包缝隙深处，位置刁钻、形态隐蔽。肉眼检测本就吃力，一旦赶上夜班，照明反差加剧视觉疲劳，漏检概率直线上升。
“换一款产品，就像换了一套考卷，标准始终在漂移。”更让团队头疼的是，TB线机型切换频繁，双绕、并联等产品线包结构差异悬殊。同一类缺陷在不同机型、不同角度下呈现出的样貌截然不同，靠全检员个人经验去判断，尺度难免松紧不一。
“以前上夜班，最怕的就是眼睛不听使唤。”洪秋香说，全部压力压在检验员肩上，大批量生产时人高度紧绷，最怕隐蔽缺陷溜走——一旦流出，就是返工、追溯、加班。
PART 02
“白加黑”磨出1%：
他们手机里存满缺陷照片
立项之初，工艺团队目标清晰：用AI精准拦截线包隐蔽缺陷，把质量防线从“人眼”前移到“电子眼”。
但攻坚路上最大的“拦路虎”很快浮出水面——“千机千面”。TB线电机型号多、结构差异大，同样的“槽楔移位”，在一款机型上是偏左，在另一款上却是偏右；同一张图片换个角度，缺陷特征就可能从“明显”变为“模糊”。AI模型很难找到通用的判断标准。
设备进场调试那段时间，班长刘邦旺、工艺员周柱华开启了“白加黑”作战模式。白班产线不能停，他们见缝插针——利用换型间隙、午休空档、设备停机窗口，争分夺秒调参数；夜幕降临，车间安静下来，两人仍在办公室里对着屏幕反复比对图像、标注样本、训练模型。整整一周，两人硬是把错判率一点点磨到了1%。那段日子里，手机相册被各种角度、各种光线的缺陷照片塞得满满当当，用周柱华的话说：“闭上眼睛都是线包，做梦都在看图片。”
调试初期，一线检验员心里犯起了嘀咕：AI来了，是不是要顶掉我们？操作会不会变得更复杂？
团队没有绕开这道心理关，而是反复强调一个原则：AI不是来抢饭碗的，是来帮忙站岗的。它的定位很明确——在人工全检之后再加一道智能防线，实现“人机双重把关”。
PART 03
“零缺陷”下线：
据比任何解释都有力量
TB线AI智能检测投用后，数据给出了最有力的回应：2026年至今，最终测试外观缺陷下线率为0 ，没有一起因外观缺陷导致的客户投诉。
过程缺陷流出明显收窄，返工批次大幅削减。产线不再因为漏检的“潜伏者”而紧急跟线补救，节奏稳了下来。以前是出了事才去找原因，现在是系统一响，就把问题摁在了萌芽里。
据悉，长虹华意电机车间的AI布局还在延伸。接线端子缺陷识别、铁芯上料前检测识别等场景，已具备落地条件。后续两步走：把TB线成熟的分布式AI视觉检测经验复制到车间更多产线，让“电子瞳孔”视野更宽；持续迭代模型、扩充缺陷样本库，让AI越用越“聪明”，误报率进一步压低。
如今，在长虹华意TB线上，那些曾被隐蔽缺陷折腾得心力交瘁的全检员，终于可以抬起头，从容地站在产线旁，把判断留给机器，把精力留给真正需要人的地方。
来源：微长虹
此文章未经授权，严禁转载，违者必究。举报/反馈