UNIST Jeong Imdu教授团队开发基于AI智能夹具的超高速超精密质量检测技术
检测时间由12分钟缩短至2.79秒…可实现自动化产线全检，刊登于J. Manuf. Syst.
一项能够在短短2.79秒内检测出数百微米级微小台阶不良的超高速、超精密人工智能质量检测技术问世。
UNIST机械工程系Jeong Imdu教授团队于1日表示，他们将三维打印传感器帽与异常探测人工智能算法相结合，开发出了可实时判别台阶不良的“智能夹具质量检测系统”。
所谓台阶不良，是指组装部件之间表面高度错位的现象，会导致接合部强度下降并引发质量问题。其主要原因包括单个部件成型误差或搬运过程中的磕碰、扭曲等，而在焊接等完成整机组装之后便无法再进行修正，因此尽早检测尤为重要。
此次开发的智能夹具可在组装工序中部件被固定的瞬间判别是否存在台阶不良。夹具是将待组装部件固定在精确位置的设备，研究团队在承担固定臂作用的夹具夹紧部接触面上附着了柔性材料制成的三维打印传感器帽。当夹具夹紧部件时，附着的传感器帽会根据部件表面形状发生细微压缩或张开，人工智能通过分析这一变形模式来识别不良，原理即在于此。
该技术将原本约需12分钟的检验时间缩短至2.79秒，使得高速运行的自动化生产线在不停机的情况下即可实现全数检测，并且能够检测出数百微米（㎛）级的超微小台阶不良。
被检测出的缺陷会以热力图的形式可视化呈现，便于作业人员直观确认缺陷的位置和程度，并能立即采取应对措施。
人工智能模型仅依靠正常产品数据即可完成训练，因此即使在不良数据难以收集、人工标注困难的实际制造环境中也能直接应用，这是该技术的一大优势。此外，其维护保养成本较低，并且可以轻松拓展至其他制造业生产线。
Jeong Imdu教授表示：“这一技术有望应用于机器人连续装配的出行装备、家电、半导体、航天航空等对高精度装配要求极高的全产业领域。通过减少检测人力与时间、提升质量可靠性、将不良率降至最低，每年有望节省数亿韩元级别的成本。”
本次研究由UNIST研究员Park Seobin和Kim Taegyeong作为共同第一作者参与。研究成果已于2025年7月10日在制造产业领域顶级国际学术期刊《制造系统期刊》（Journal of Manufacturing Systems，影响因子14.2，期刊引文报告前1%）上在线公开，预计即将正式刊载。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
