精度达0.01mm，腾科提供快速检测电感变压器方案

自动智能检测设备在整个企业生产设备中的成本占比约为10%到20%，与人工检测成本相当。而一台检测设备价格可能高达十几万，甚至数十万，成本很高，这也致使很多电感变压器企业在短期内仍采用人工检测方式。

然而，人工检测存在诸多局限性，存在效率低、漏检率高、对复杂结构及微小缺陷识别能力弱等问题，且数据管理分散、追溯困难。

而基于工业视觉、3D扫描、AI算法及物联网技术的智能化检测方案，可实现高速高精度缺陷识别、实时数据分析和全生命周期追溯，显著降低不良率并提升生产效率。

在这个背景下，《磁性元件与电源》深度专访了行业先锋——东莞市腾科自动化设备有限公司（下称“腾科”），探讨在AI技术发展下，腾科如何通过全自动AI检测设备有效提高电感、变压器外观检测效率和精确度。

01 基于视觉检测难点，腾科不断迭代AI技术

腾科专注于产品的外观检测，可检测内容包括：崩缺、杂质、裂纹、毛刺、亮裂、黑印、气孔、划痕、脏污、异物、尺寸不良、混料、变形等缺陷。

视觉检测的难点在于针对不同产品的各个表面进行全面检测。例如，一个产品可能有六个面或一些棱角，需要逐一检测这些部位。

智能检测难度通常与产品的结构特征相关，其中微裂纹特征极其细微，肉眼难以察觉，其检测尤为困难，通常需要借助显微镜才能观察到。

为了解决人工检测的存在的痛点问题，实现精准检测，腾科自2019年开始研发AI智能检测系统，并与当年6月成功开发出基于英伟达2系列显卡的AI深度学习V1.0。

该系统通过高像素摄像机对产品进行放大拍摄。随后，通过特殊角度的曝光技术凸显裂纹等细微特征，并结合AI深度学习算法提升检测精度。

经过这几年的迭代，其AI深度学习系统已更新至基于英伟达4系列显卡的V3.0版本，其训练时间缩短了2/3。

设备包含上料机、分检机以及自动包装机，可实现锰锌类产品的高速自动分检以及自动摆泡沫盘功能。供图：腾科

02 全自动AI检测，检测精度达到0.01mm

最新一代全自动AI智能检测系统基于神经网络，这种网络架构特别适用于工业图像处理。

客户只需提供缺陷样品，将其输入系统，让AI对这些缺陷特征进行统计和归纳。在此基础上，AI能够进行泛化学习，从而识别出类似特征，实现对新缺陷的精准检测。

该AI智能检测系统采用完全自主开发的增亮式控制器，相比传统增亮3倍，在低曝光下运行从而达到高速检测状态。

其玻璃透光率大于95%，检测精度可控制在精度±0.01mm。

百万级脉冲精度的DD马达，不仅平面度高（±0.005mm），其检测速度更高达12000颗/分钟。

相比于人工检测，智能检测效率提高了90%，误判率也减少了80%。

不仅如此，腾科可实现高速运算500万以上相机的快速AI深度学习V4.0也将于今年5月面世,进一步提高检测精度。

腾科的技术实力源于其敏锐洞察技术趋势，持续推动AI技术的更新与迭代，从而确保其自动智能检测设备始终处于行业前沿，高效满足客户日益增长的检测需求。

设备包含上料机、检测机、孔盒摆盘机以及不良品回收摆盘机。可实现产品自动上料分检、不良品有序排列回收，良品实现一个产品放一个孔的多孔盘装盘。 供图：腾科

结语

腾科的AI检测技术不仅提升了检测效率和精度，还通过持续的技术创新和算法优化，为企业带来了显著的经济效益和质量保障。未来，随着AI技术的不断深化和应用场景的拓展，腾科将继续引领工业检测领域的智能化升级，助力制造业迈向高质量发展的新征程。

本文为哔哥哔特资讯原创文章，未经允许和授权，不得转载，

审核编辑 黄宇