这是一份脱敏整理后的改造复盘。企业信息与具体数字均为示意,用于说明方法与判断逻辑,不作为任何承诺。
起点是什么样?
一家中型制造企业,外观质检靠人工。三条产线,每条两人,两班倒,共十二人。
问题有三个。第一,漏检率随班次后半段上升,疲劳影响明显。第二,判定标准不一致,不同人对同一缺陷的容忍度不同。第三,数据不留存,出了问题无法回溯。
第一步做了什么?
不是买模型,是先定标准。
把缺陷分成六类,每类拍标准样本,写清判定边界。边界模糊的类别,先由质量部门定规则。
这一步花了三周。事后看,这三周决定了项目能不能成。
第二步做了什么?
采集方案设计。相机、镜头、光源、工装,先在一个工位做验证。
验证方法很朴素:同一批产品,人工判一遍,系统判一遍,逐件对比。
对比发现两类问题。第一,反光导致误判,改了光源角度。第二,极小缺陷拍不清,换了镜头。
第三步做了什么?
样本积累与标注。三个月积累了两万多张图,覆盖六类缺陷。
标注由质量部门做,两人交叉复核,一致性低于标准的重新标。
这一步最枯燥,但决定了模型上限。
第四步做了什么?
产线集成。触发信号、结果输出、剔除机构、MES 对接。
集成阶段只能在停机窗口做,前后用了六周。
关键设计是:系统判定的结果不直接驱动剔除,先经过一个缓冲队列,人工可复核。
上线后发生了什么变化?
三个变化。
第一,质检人力从十二人降到四人,四人转为复核和异常处理。
第二,漏检率下降,但具体数字不便披露,只能说改善明显。
第三,数据留存完整,每件产品有判定记录和图像,可回溯。
遇到了哪些问题?
四个。
第一,模型漂移。上线两个月后,效果下降。原因是物料批次变化,光照特性变了。修法是季度校准加样本补充。
第二,过杀率高。初期把良品判为缺陷的比例偏高,产线抱怨。修法是调整阈值,接受少量漏检换取过杀下降。
第三,工人抵触。担心被替代。修法是把转岗方案提前说清,让人知道去哪。
第四,集成遗留问题。剔除机构偶尔误动作,查了两周才定位到信号干扰。
关键经验是什么?
四条。
第一,标准先行。缺陷定义不清,模型再好也白搭。
第二,小范围验证。一个工位跑通再扩线,不要一次全上。
第三,人机协同设计。系统判定加人工复核的缓冲设计,让上线风险可控。
第四,运维预算。模型会漂移,运维是持续投入,不是一次性项目。
如果重来会怎么做?
两件事。
第一,更早介入产线。采集方案设计阶段就让产线工程师参与,避免后期集成返工。
第二,提前做人员沟通。转岗方案在项目启动时就讲清楚,减少中途抵触。
案例的价值不在数字,在顺序。顺序对了,同样的投入能出结果;顺序错了,投入翻倍也难成。
去论坛讨论
前往 ziyuanagi.com 论坛 参与讨论