1. 课程导入与工程全景

在制造现场，视觉检测系统每天会输出大量“NG”判定。但一个NG被标出来，并不等于问题被解决。真正决定质量水平的，是NG之后发生了什么：是否被准确分类、是否触发隔离、是否追溯到根因、是否形成纠正措施并验证有效、是否把经验固化回标准与检测规则。这一整套动作，就是本课程要讲的视觉检测与QMS不合格闭环。

先明确边界。视觉检测负责“发现与判定”，典型输出包括：图像、缺陷坐标、缺陷类别、置信度、判定结果（OK/NG/复判）。QMS（质量管理系统）负责“处置与闭环”，典型对象包括：不合格品记录、隔离单、MRB评审、8D/纠正措施、CAPA、变更与标准更新。两者之间的接口，是不合格事件及其结构化数据。缺少这个接口，视觉检测就只是“报警器”；缺少视觉数据，QMS就只能靠人工描述，根因分析会变得模糊。

下面这张图给出端到端全景。它把视觉侧、QMS侧以及两者之间的数据流放在同一张图上，便于看清每个环节的输入、输出与判断点。

理解这张图，要抓住三个判断点。第一，判定是否可信。视觉系统给出的NG，需要区分“真缺陷”和“误报”。误报过多会淹没QMS，导致隔离单泛滥、产线停线频繁；漏报则会让缺陷流出。第二，处置是否及时。不合格事件一旦生成，隔离必须同步执行，否则缺陷品可能混入良品。第三，根因是否落到可执行处。如果根因写成“员工疏忽”，措施就无法验证；如果根因落到“某工位光源衰减导致对比度下降”，就可以通过更换光源、调整曝光、更新阈值来验证。

以一个教学示例说明闭环如何运转。假设某连接器外观检测工位，视觉系统在批次B2401中连续判定NG，缺陷类别为“端子歪斜”，置信度0.91～0.97，坐标集中在图像右侧ROI。QMS自动创建不合格品记录并触发隔离。质量工程师先做影响范围追溯：该批次共1200件，已检800件，NG 37件，在制品400件。随后做根因分析：检查治具定位销磨损量，发现已超出允许间隙；同时查看视觉图像，确认歪斜在成像上表现为边缘偏移，而非算法误判。纠正措施为更换定位销并增加首件确认；预防措施为将定位销纳入定期点检，并把该缺陷样本加入模型再训练集，调整ROI阈值。验证方式为连续跟踪三个批次，NG率从0.46%降至0.08%以下，且无漏报。最后，更新SOP中的点检频次和检测规则版本。这个例子中，视觉检测提供了客观证据，QMS提供了流程约束，两者缺一不可。

从角色分工看，视觉工程师关注成像、算法、阈值和模型版本；质量工程师关注隔离、评审、根因和措施；产线管理者关注停线、返工和交付。三者围绕同一个不合格事件协作，数据字段必须统一。例如，视觉侧输出的“缺陷类别”要与QMS的“缺陷代码”建立映射表，否则统计时会出现同一缺陷多种叫法，根因分析无法聚合。再如，图像路径要能被QMS引用，评审时才能回看现场证据。

本课程后续会沿着这条端到端链路逐段展开：如何定义不合格事件的数据结构，如何设置复判与阈值策略，如何做隔离与追溯，如何用8D和CAPA推进根因，如何验证措施有效，以及如何把结论回写到检测规则和标准文件中。第1章先建立全景认知：视觉检测是发现问题的眼睛，QMS是解决问题的骨架，闭环是把两者连成持续改进回路的神经。只有三者协同，缺陷才不会反复出现，质量成本才会真正下降。