1. 闭环工程总览
在制造业与工程交付场景中，视觉缺陷往往是最早被现场人员察觉、却最容易被“口头处理”掉的一类问题。闭环工程要解决的核心矛盾是：缺陷被看见，不等于被记录；被记录，不等于被修复；被修复，不等于被验证并防止复发。本章从端到端视角，把“发现—判定—派单—处置—验证—关闭—复盘”串成一条可追踪的数据链，并明确每个环节的角色、输入输出与价值指标。
一、闭环的五个关键状态
一条视觉缺陷从出现到关闭，会经历五个可观测状态，状态之间必须有明确的准入条件，否则工单会在系统中“假关闭”。
- 发现（Detected）：由质检员、巡检机器人或视觉算法在图像/视频中识别到异常，产生原始证据（截图、时间戳、工位号、批次号）。
- 确认（Confirmed）：由工艺或质量工程师复核，判定是否为真实缺陷、缺陷类型（划痕、脏污、缺件、错装、色差等）与严重等级。
- 派单（Dispatched）：工单携带缺陷类型、位置、批次、责任工序，自动或手动分派到对应责任角色。
- 处置（Resolved）：责任方完成返修、参数调整、来料拦截或设备维护，并回填处置措施与证据。
- 验证关闭（Verified & Closed）：由独立验证人复检同一位置/批次，确认缺陷不再复现，工单才允许关闭。
二、角色分工与数据流
闭环工程不是单一岗位的工作，而是四类角色的协同：发现者（质检/巡检/算法）、判定者（工艺/质量工程师）、处置者（产线/设备/供应商）、验证者（独立质量人员）。每个角色在系统中留下结构化数据，形成可追溯的证据链。
数据流的主干是：图像证据 → 缺陷记录 → 工单 → 处置记录 → 验证记录 → 关闭归档。其中，缺陷记录是数据流的枢纽：它把非结构化的图像转化为可查询、可统计、可关联批次的结构化字段。典型字段包括：缺陷ID、发现时间、工位、产品序列号、缺陷类型、严重等级、图像路径、置信度（算法场景）、判定人、处置人、验证人、关闭时间。
三、价值指标：闭环是否真的有效
闭环工程不能只看“工单数量”，而要看闭环质量。以下指标构成一套可落地的度量体系（数值为示例基线，需按实际产线校准）：
| 指标 | 定义 | 示例目标 | 数据来源 |
|---|---|---|---|
| 缺陷检出率 | 实际缺陷中被系统记录的比例 | ≥ 95% | 抽检复核对比 |
| 误报率 | 被判定为缺陷但实际合格的比例 | ≤ 5% | 判定记录 |
| MTTR | 从发现到关闭的平均时长 | ≤ 4 小时 | 工单时间戳 |
| 一次验证通过率 | 首次复检即通过的比例 | ≥ 90% | 验证记录 |
| 缺陷复发率 | 同类型缺陷在 7 天内再次出现的比例 | ≤ 3% | 缺陷库关联 |
| 工单闭环率 | 已关闭工单占已派发工单的比例 | ≥ 98% | 工单状态 |
四、一个可执行的最小闭环示例
假设某装配线在 10:23 由视觉算法在工位 A3 检测到“卡扣未压紧”，置信度 0.91。系统自动生成缺陷记录并推送至质量工程师。工程师在 10:31 复核确认，判定为真实缺陷、严重等级 B、责任工序为装配二段，派单给产线班长。班长在 11:05 完成返修并上传处置照片。独立质检员在 11:20 对同一序列号产品复检，确认卡扣压紧到位，工单关闭。系统在 11:21 自动将本次缺陷写入缺陷库，并触发规则：若 7 天内同工位再次出现同类缺陷，则升级为工艺变更评审。
缺陷ID: DEF-2024-1023-A3-017
发现时间: 2024-10-23 10:23:14
工位: A3 产品序列号: SN-88421
缺陷类型: 卡扣未压紧 严重等级: B
算法置信度: 0.91
判定人: 张工 判定时间: 10:31
责任工序: 装配二段 处置人: 李班长
处置完成: 11:05 处置措施: 重新压装并复测
验证人: 王质检 验证时间: 11:20 结果: 通过
关闭时间: 11:21 状态: CLOSED五、常见断点与规避原则
实际落地中，闭环最容易在三个位置断裂：发现不记录（口头提醒，无工单）、处置不验证（修完即关，无复检）、关闭不复盘（数据沉睡，无规则更新）。规避原则是：任何缺陷必须有唯一 ID；任何关闭必须有独立验证人签字；任何复发必须触发规则升级。把这三条写进系统权限与流程约束，闭环才不是靠自觉，而是靠机制。
下一阶段，我们将进入缺陷发现环节的具体方法，讨论如何用视觉手段稳定地“看见”缺陷，并把它转化为高质量的结构化记录。