冲压件表面缺陷检测：机器学习比人眼准在哪
前阵子去东莞一家做汽车底盘冲压件的工厂跑现场，老板拉着我蹲在生产线边看新装的检测系统。三个月前，他这里报废率还卡在8%，现在降到2.7%。我盯着传送带转了二十分钟，没见一个漏过去的缺陷。
说实话，放在五年前，这事我不敢想。之前冲压件缺陷检测全靠人眼，两班倒放三个老师傅，一天盯八千个件，熬到下午眼睛都是花的，漏检率能到10%。客户是主机厂，一次投诉罚三万，一年下来罚款加报废能吞掉十分之一的利润。
老师傅干到五十岁就干不动了，年轻人不愿意熬这个活，工资开到八千都招不到。传统的规则视觉检测更坑，只能识别固定大小固定位置的缺陷，冲压件的麻点、压痕、暗裂千奇百怪，漏检率比人眼还高。
问：中小型冲压厂上一套机器学习缺陷检测贵不贵？ 答：放在五年前，整套下来几十万，还得养专门的算法工程师调参，确实只有大厂玩得起。现在完全不一样，很多工业AI服务商都做了模块化的落地方案，你只要把自己厂常见的缺陷样件拿出来，拍两三千张标注好的照片，人家三四天就能把模型训练好，整套落地十万以内就能搞定，大部分工厂半年就能靠省下来的报废和罚款回本，后续也不用专门养算法工程师，服务商远程就能更新模型。
浙江有家做手机中框冲压的小厂，之前每个月因为漏检退回的报废货十几万，上了这套系统之后，漏检率降到0.2%，你说夸张不夸张。
机床刀具寿命预测：机器学习帮你省下真金白银
机加工行业待过的都知道，刀具成本能占到总生产成本的10%到30%。怎么换刀是个千古难题。
保守点的，提前换刀，一把刀明明还能再切三个小时，直接拆下来扔了，全是浪费。胆子大的，硬扛到出问题，一刀崩了，几十万的工件废了，撞坏机床主轴，修一次就是好几万出去。两头不讨好。
问：机器学习预测刀具寿命，要给老机床改造装很多传感器吗？成本是不是很高？ 答：真不高。如果是近年买的新机床，本身带数据接口，直接采主轴电流、切削振动、加工温度这些数据就行，不用额外加太多东西，改造成本几千块搞定。如果是用了十年的老机床，加几个低成本的振动传感器和电流采集模块，万把块钱就能搞定。现在有大量的工业加工数据训练出来的基础模型，只要你有两三个月的历史加工数据，微调之后预测误差就能控制在5%以内，精准到你可以把每把刀的寿命用到头。
我之前帮一家做发动机缸体加工的工厂算过账，他们二十台加工中心，之前平均每把刀浪费12%的使用寿命，一年刀具成本一百万出头，上了机器学习预测之后，一年直接省了快十万，这都是纯利润啊。
不过话说回来，我也见过踩坑的。有人贪便宜，找了个没工业经验的算法团队，拿网上的通用模型往厂里一套，误差大到没法用，钱打了水漂，转头就说机器学习都是骗人的。唉，这哪是技术不行，是找错人了啊。
工业落地机器学习，最容易踩的三个坑
- 💡 追求百分百准确率，完全没必要。工业场景里，只要漏检率低于1%，误检率控制在5%以内，完全够用。误检出来的件，工人挑出来再看一眼就行，比全检省百分之八十的力气，这就够了。
- ❗ 不整理数据直接喂模型。很多工厂老板说，我有数据啊，你拿去用吧。结果打开一看，一半标注是错的，好件标成坏件，坏件标成好件，这种数据训出来的模型，能准才见了鬼。其实只要花两三天，把样件标对，比你花十万块调参有用多了。
- ✅ 以为上了就能一劳永逸。产品换了，原材料换了，机床磨损了，模型的准确率都会掉。不用天天更，半年找服务商更一次模型就行，不麻烦，花不了几个钱。
很多人一听到机器学习，就觉得是大厂玩的高科技概念，和我们小工厂没关系。真不是。现在工业领域的机器学习，全都是盯着最脏最累最费钱的环节下刀子，帮你省人工，省报废，省耗材，全都是摸得着的好处。
我见过开了三十年厂的老厂长，一开始拍桌子说我不信这些花里胡哨的，结果用了半年，拉着我给每一个来参观的同行安利，说早装一年早赚几十万。
至于说抢工人饭碗？我见过的厂，原来盯检测的老师傅，都转去做设备维护和模型调试了，工资还涨了一两千，原本招不到人的岗，现在变成了舒服的技术岗，这不比盯着传送带熬眼睛强？
下次你去工业区逛，多留意一下生产线边那些不起眼的小屏幕，说不定那上面跑的，就是帮老板赚大钱的机器学习模型呢。