2. 工业缺陷检测需求分析与场景定义

在Teledyne工业缺陷检测系统落地之前，需求分析不是“问客户要几个参数”，而是把一条真实产线上的缺陷现象、质量判定规则、生产节拍和现场约束，翻译成一套可被相机、镜头、光源、算法和通信接口共同承接的技术指标。需求分析做得好，后续选型就是“按图索骥”；做得差，往往会出现“相机分辨率够但节拍跟不上”“算法能检出但现场装不下”“实验室准确率很高但产线误报不断”等问题。本节围绕缺陷类型分类、检测精度与节拍要求、产线环境约束，以及Teledyne方案选型前的需求调研方法展开。

一、缺陷类型分类：先定义“检什么”，再谈“怎么检”

缺陷分类是需求分析的起点。工业场景中常见的缺陷可按几何形态、成因和光学表现三个维度划分。按几何形态，可分为点缺陷（脏点、针孔、麻点）、线缺陷（划痕、裂纹、毛刺）、面缺陷（色差、污渍、氧化、涂层不均）和结构缺陷（缺件、错装、变形、尺寸超差）。按成因，可分为来料缺陷、加工缺陷、装配缺陷和搬运损伤。按光学表现，则分为明场可见、暗场可见、需要特定波长激发、需要多角度成像才能显现等类型。

分类的价值在于：不同缺陷对成像方式的要求完全不同。例如金属表面的细微划痕在明场下可能几乎不可见，但在低角度暗场照明下会因散射而呈现高亮；透明薄膜上的杂质可能需要背光或同轴光；而字符缺失、标签错贴这类缺陷则更依赖稳定的正面均匀照明。因此，需求调研时必须把“缺陷清单”与“成像可见性”绑定，而不是只写一个缺陷名称。

二、检测精度与节拍要求：把质量语言翻译成工程参数

检测精度通常包含三个层次：最小可检缺陷尺寸、尺寸测量精度和重复性。以最小可检缺陷为例，若要求稳定检出0.05 mm的划痕，按“缺陷在图像中至少占3～5个像素”的经验，系统光学分辨率应达到约0.01～0.017 mm/pixel。再结合视场宽度，例如视场为100 mm，则所需横向像素数约为100/0.0125≈8000像素。这意味着单台相机难以覆盖，需要考虑多相机拼接或线扫相机方案。

节拍要求则决定曝光、传输和处理的时间预算。假设产线速度V=200 mm/s，检测视野沿运动方向长度L=80 mm，则单个视野的可用时间T=L/V=0.4 s。若采用线扫相机，行频f=V/像素分辨率=200/0.0125=16000 Hz，即需要至少16 kHz行频。若采用面阵相机，则需在0.4 s内完成曝光、传输和判断，曝光时间通常要压缩到几百微秒以内，并配合频闪光源冻结运动。

精度与节拍往往互相制约：提高分辨率会降低单帧覆盖范围、增加数据量、延长处理时间。因此需求分析要给出“必须满足”和“期望满足”两档指标，并明确优先级。例如：最小缺陷0.05 mm为必须，0.03 mm为期望；节拍0.4 s为必须，0.3 s为期望。这样在选型时才能做出合理取舍。

三、产线环境约束：被忽视却最常导致失败的因素

产线环境约束包括机械空间、光照条件、振动、温度、粉尘、油污、电磁干扰和通信距离。机械空间决定相机、镜头、光源的安装位置和工作距离；光照条件决定是否需要遮光罩或主动抑制环境光；振动会影响图像清晰度和重复定位；温度变化可能导致镜头热漂移；粉尘和油污会影响镜头和光源的长期稳定性。

此外，还需确认产线接口：触发信号来自PLC还是光电传感器，通信采用以太网、RS-232还是I/O，检测结果需要输出到MES、PLC还是分拣机构。这些接口条件会直接影响Teledyne相机型号、采集卡和软件架构的选择。

四、Teledyne方案选型前的需求调研方法

需求调研应形成可追溯的闭环，而不是一次性会议记录。推荐按“现场走线—缺陷采样—参数确认—可行性验证”四步推进。

第一步：现场走线。 沿产线从头到尾观察，记录每个工位的空间尺寸、安装面、运动方式、速度、节拍、环境光和已有传感器。重点确认相机可安装位置的工作距离和角度，以及是否需要防护罩。

第二步：缺陷采样。 收集至少30～50个真实缺陷样本和同样数量的合格样本，标注缺陷类型、尺寸、位置和成像条件。若现场缺陷稀少，可用标准缺陷板或人工模拟件补充。采样时要记录当时的照明方式和相机参数，否则样本无法复现。

第三步：参数确认。 与质量、工艺和生产三方共同确认最小可检尺寸、允许漏检率、允许误检率、节拍上限和结果输出方式。建议用表格固化，避免后期扯皮。

第四步：可行性验证。 在实验室或现场搭建最小成像系统，用实际样本验证缺陷是否可见、算法是否可分、节拍是否满足。验证通过后再进入Teledyne具体型号选型。

需要强调的是，需求分析阶段不必急于确定具体相机型号，但必须把“缺陷—精度—节拍—环境—接口”五类信息对齐。只有这些信息稳定后，Teledyne相机的分辨率、帧率、接口、镜头倍率和光源方案才有可靠的选型依据。否则，任何选型都只是基于假设的猜测，难以在真实产线上稳定复现。