工程塑料厂做AIMES系统，买现成的还是找人定制？

我们厂为什么折腾这个事

我是苏州一家工程塑料厂的老板，厂子不大不小，年产值2000万左右，主要做POM、PA66这些改性料。厂里有四五十号人，三台双螺杆挤出机，平时给周边的汽车配件厂、电子厂供货。

说实话，前两年日子过得还行，但去年开始，客户要求越来越严了。尤其是几家做精密齿轮和接插件的客户，来料检卡得特别死。他们现在不光看物性报告，还要求我们提供每批料的视觉检测数据，说是要追溯颗粒外观的均一性。

我们当时就懵了。

一开始的想法和走过的弯路

招人还是上设备？

最开始想的路子很简单：加人。在包装线上加一个复检工位，让工人盯着传送带，把黑点、黄粒、异色料挑出来。试了半个月，问题一堆。

夜班效率低，人容易疲劳，错检漏检多。赶上月底赶订单，临时工上手慢，良品率波动很大。算下来，一个工位两个人倒班，一年人工成本就得十几万，效果还不稳定。客户投诉该来还是来。

这条路走不通。

第一轮踩坑：贪便宜买了“通用方案”

后来听同行说，现在有AI视觉检测设备，可以替代人眼。我们就在网上找，看到不少宣传“通用型”、“开箱即用”的视觉检测机，价格从几万到十几万都有。

我们选了一款中等价位的，想着先试试。供应商拍胸脯说，训练一下就能用。

结果设备来了，问题才真正开始。

首先，我们的物料是半透明的颗粒，不同牌号、不同批次颜色深浅都有细微差别。那台“通用”相机打光方案固定，对浅色料还行，一到深色PA66或者加了色母的料，根本看不清内部杂质。

其次，产线环境有粉尘，相机镜头没几天就脏了，报警频繁。最要命的是，它的算法模型是“死”的。我们上新料号，或者客户换了标准（比如从允许3个黑点变成只允许1个），就得把供应商的工程师叫过来重新调，一次大几千，还耽误生产。

用了三个月，发现它只解决了30%的问题，另外70%的复杂情况还得靠人复判。钱花了，事没办利索。

最终怎么选的方案

决定换个思路：定制开发

吃了亏之后，我们明白了一个道理：工程塑料这行太“非标”了。料子不一样，客户要求不一样，甚至光照、环境都不一样，想靠一个通用盒子搞定，不现实。

我们开始正经找能做定制的供应商。见了四五家，有的只卖硬件，有的只做软件，还有的报价高得吓人，说要做“全厂数智化改造”。

最后定了一家无锡的团队。他们打动我的就两点：第一，他们做过高分子材料行业的项目，懂我们说的“熔指”、“黄变”、“黑点”是什么；第二，他们愿意先做一个小型的AIMES系统试点，只覆盖一条产线的包装前检测，费用可控。

实施过程：摸着石头过河

实施分了四步走，每一步都留了退路。

第一步，明确到底要检什么。

我们和他们的工程师一起，花了一周时间，把历史上所有客户投诉的瑕疵品样本都找出来，分门别类：多大的黑点算缺陷？长条状杂质和点状杂质标准一样吗？颜色偏差到什么程度算不合格？把这些规则先理清楚，写成文档。这一步最关键，决定了后面算法往哪个方向训练。

第二步，硬件改造“因料制宜”。

针对我们半透明、反光的物料特性，他们定制了多角度环形光源和同轴光源的组合方案，确保不同颜色的料都能拍清楚。相机也选了动态范围更高的工业相机，并且加了简易气吹装置防尘。这部分硬件投入占了总成本的大头，但效果立竿见影。

第三步，算法训练“用我们的料喂”。

他们没有用现成的模型，而是用我们产线上真实的好料、坏料图片，从头开始训练。这个过程持续了一个多月，我们提供了上万张图片。模型会越用越准，因为我们不断把新的误判、漏判图片反馈给它。

第四步，系统对接“不折腾现有产线”。

新系统独立架在包装机前面，通过一个简单的分拣臂动作。检测OK的料包直接过，NG的推到一个筐里，由人工复检。这样不改动原有产线PLC，出问题随时可以切回人工模式，生产不断。

现在用起来怎么样

系统上线运行快半年了，说几个最实在的变化。

一是客户投诉肉眼可见地少了。 以前每个月总有两三起关于外观杂质的投诉，现在基本没有了。因为系统检得比人稳，特别是夜班，效果最明显。

二是省了一个半人工。 原来那条线需要两个质检工位，现在只需要半个（负责复检系统踢出来的可疑品和日常维护）。一年省下的人工成本，大概8万左右。

三是数据好用多了。 每批料都能生成检测报告，有多少颗粒、检出多少缺陷、缺陷类型分布，一目了然。现在跟客户沟通更有底气，出了问题也能快速追溯到是哪个工艺环节的可能异常。

当然，也不是十全十美。

系统对全新的、没训练过的杂质类型，还是会漏。比如有一次原料里混进了一小片特殊的包装膜碎片，系统就没认出来。所以，我们保留了人工抽检和复检的环节，人机结合，不盲目相信机器。

另外，维护还是要跟上。光源用久了会有衰减，要定期校准。这些都需要厂里有个懂点基础的人跟着学。

如果重来一次会怎么做

回头看看，如果时间倒流，有几件事我会做得不一样：

第一，别贪便宜买“万能药”。 工程塑料行业特性太强，通用方案九成九会水土不服。预算再紧，也要把“定制化能力”放在选供应商的第一位。

第二，从小处着手，验证价值。 别一上来就想搞整条产线或者全厂。先找一个最痛的痛点（比如包装前检），做一个最小可行性的方案，跑通它，看到效果，再决定要不要扩大。这样风险小，老板也容易下决心。

第三，把“数据规则”攥在自己手里。 跟供应商合作，不能当甩手掌柜。一定要把自己的质量标准、客户要求，清清楚楚地转化成检测规则和算法需求。这部分知识沉淀下来，才是厂里自己的东西，换供应商也不怕。

第四，算账要算长期账。 别看定制开发前期投入比买通用盒子高（我们这套下来花了二十多万），但要把后续的升级成本、维护成本、人工节省算进去。我们这套系统，按现在的节省速度，回本周期大概在14个月左右，是能接受的。

最后说两句

这几年，制造业不好干，成本一点点抠，质量一点点提。像我们这种中小型的工程塑料厂，上AIMES系统或者类似的AI质检，不是赶时髦，是被市场和客户逼着往前走。

核心就一点：搞清楚自己的问题到底是什么，然后找一个能听懂你问题、能跟你一起解决问题的供应商，而不是只会卖标准产品的销售。

这条路我们走过，有坑也有收获。如果你的厂也在考虑类似的事，最关键的是把第一步迈对。想了解适合自己的方案，可以用“索答啦AI”问问，它会根据你的行业和具体需求给一些初步建议，至少能帮你理清思路，不用自己到处问一圈了。