斜齿轮的AI尺寸测量，小厂值得做吗？要花多少钱？

问题不在设备，而在人

我们厂在佛山，主要做精密斜齿轮，年产值2000万左右，算是个中小厂。客户主要是些自动化设备和汽车零部件厂，对齿轮的精度要求一直卡得很死，特别是公法线长度、齿形误差、螺旋角这几个关键尺寸，公差基本都在±0.02mm以内。

你可能也遇到过，齿轮这东西，一个批次下来，尺寸微小的波动是常态。以前我们全靠老师傅带卡尺和千分尺抽检，后来上了投影仪和三坐标。设备是先进了，但问题一点没少。

最头疼的是两个时候：一个是月底赶订单，检验员根本忙不过来，经常是抽检比例被迫降低，心里没底；另一个是夜班，人容易疲劳，用三坐标测量，一个齿轮几个关键尺寸测下来要四五分钟，稍微打个盹，数据就可能录错。

我们有个老师傅，眼睛毒，手一摸就知道大概差多少，但他年纪大了，速度实在跟不上。新来的小伙子倒是手脚麻利，但对尺寸变异的敏感性不够，有时候图纸理解都有偏差。说实话，那段时间，每次出货都提心吊胆，就怕客户一个投诉电话过来。

我们走过的弯路，希望你别再走

一开始，我们觉得问题出在“自动化”程度上不够。我们想的很简单：买更快的全自动三坐标测量机。去几家设备商那里一看，好家伙，进口的一台就要七八十万，国产的也要三四十万。这还不算，它要求恒温恒湿的无尘车间，我们那小厂房根本达不到。而且操作和维护还得专门招人，算下来一年成本增加小十万。对我们这种规模的厂子，这笔账怎么算都不划算。

这条路走不通，我们又琢磨“机器换人”的方案。找了一家做机械臂集成的公司，想用机械臂抓取齿轮放到三坐标上。方案做出来，光是改造生产线、做专用夹具和防护，报价就过了25万。最要命的是，节拍算下来比人工快不了多少，因为瓶颈卡在了三坐标本身的测量速度上。我们这才明白，光换“手”不换“眼睛”和“大脑”，没用。

折腾了小半年，钱没少花，问题依旧。我们当时真的有点灰心，觉得是不是我们这种小厂，就活该被这种问题卡着脖子。

换个思路：让AI当检验员

后来在一次行业展会上，跟几个同行老板聊天，有人提到现在有专门用相机拍照来测尺寸的，速度快。我们这才开始接触“视觉测量”和“AI”。

我们前后谈了四五家供应商，有做标准视觉检测设备的，有专门搞AI算法开发的。踩了几个坑之后，我们总结出几条选型的核心原则：

第一，必须能直接测量我们的斜齿轮，而不是用标准块演示。我们带着自己的产品——不同模数、不同螺旋角的斜齿轮去现场测试。有的方案对光线要求极其苛刻，稍微有点阴影就不行；有的算法只能测正齿轮，一碰到斜齿，螺旋角就算不准。

第二，稳定性要放在第一位。我们问供应商要的不是实验室数据，而是类似产线上至少稳定运行三个月的案例。一家无锡的供应商，给我们看了他们给一家苏州汽车零部件厂做的案例，也是测齿轮，现场环境比我们厂房还差，但用了大半年没出过大问题。这个案例让我们心里踏实了不少。

第三，要算明白“综合账”。我们最终选的方案，硬件就是几个工业相机、镜头和光源，加上一台工控机，硬件成本不到十万。贵的是软件和算法定制开发，以及后续的维护服务，总共加起来二十万出头。供应商承诺，测量节拍控制在15秒以内（从拍照到出结果），精度能达到±0.01mm。

关键决策点在于，我们没追求“全自动上下料”。我们保留了人工把齿轮放到固定工位这一步，因为我们的产线节奏还没到那个程度，强行全自动反而增加复杂度和故障点。这个决定后来看非常正确，让整个系统简单可靠了很多。

落地比想象中麻烦，但效果确实有

实施过程花了差不多两个月。

第一个月主要是现场调试和打光，斜齿轮有螺旋角，齿面是弧形的，怎么打光才能让相机清晰地捕捉到齿廓边缘，这个就反反复复试了一周。

第二个月是算法训练和试运行。我们提供了近千个有标定数据的齿轮（包含合格品和典型缺陷品）给系统“学习”。一开始，系统对某些批次的材料反光特别敏感，误报率高。后来工程师调整了算法参数，增加了抗干扰模块，才稳定下来。

现在这套系统用了快一年了，说说真实情况：

好的方面很明显：

1. 效率上：测量一个齿轮的全部关键尺寸，现在稳定在12秒左右，比原来用三坐标快了20倍不止。一个检验员现在可以轻松应对两条产线的全检需求，我们原来这个岗位需要两个人，现在一个人就够了，另一个调去了其他岗位。光这一项，一年省下的人工成本大概8万。

2. 质量上：实现了100%全检，心里彻底踏实了。客户投诉率下降了将近80%，特别是那种因为个别尺寸超差导致的批量性问题，再没发生过。良品率从原来的97.5%左右，稳定在了99.2%以上。光减少返工和报废，一年又能省下六七万。

3. 数据化：所有测量数据自动记录、生成报表，随时可以追溯。哪台机床在什么时间段开始有尺寸漂移的趋势，一目了然，我们能做到提前预警和调机，这是以前根本不敢想的。

算下来，一年综合效益在20万上下，当初20万出头的投入，回本周期在12个月左右，比我们预期的要好。

当然，也有没解决好的地方：

• 对产品表面状态依赖大：如果来料的齿轮表面有油污或者锈蚀特别严重，相机识别边缘就会困难，需要先做清洁。供应商说这是目前技术的局限。

• 换型号需要微调：当我们换一个模数或螺旋角差异很大的新产品时，需要重新做一次简短的标定和参数调整，不能完全“傻瓜式”操作，好在过程不复杂，半小时内能完成。

如果重来一次，我会这么干

回顾整个过程，如果时间倒流，有几件事我会做得更聪明：

第一，别贪大求全。 我们一开始差点被忽悠上马一条“黑灯产线”。现在看，就该像我们后来做的，先从一个最痛的环节（成品终检）入手，用最小的改动、最实用的方案跑通。跑顺了，再往前端的工序（如滚齿后检）去延伸。

第二，把测试做足。 别再只看供应商的演示视频了。一定要把自己的产品，最好是带着各种“毛病”的产品（比如毛刺稍大、有轻微划痕的），拿到现场去长时间测试。测它个几百上千件，看稳定性、看误报率。测试数据要写在合同里。

第三，想清楚维护的事。 问清楚软件升级要不要钱、算法优化要不要钱、后期如果产线变动调整方案怎么收费。最好能谈一个包含一年或两年服务的打包价。我们吃过亏，后期有个小功能想加，被报了个高价。

第四，老板或核心生产负责人必须深度参与。 别全丢给下面的人或IT部门。因为只有你最清楚生产中的那些细微的“不对劲”。系统的逻辑和参数设置，必须符合你的生产经验，而不是去硬套一个标准模板。

最后说两句

AI尺寸测量这东西，你说它多神奇，倒也没有。它本质上就是一个不知疲倦、标准统一的“超级检验员”。对于像我们这样，被精度、效率和人力成本夹在中间的精密制造小厂，它确实是个靠谱的解决方案。

但它不是万能药。如果你的产品公差本身就在0.1mm以上，或者批量特别小、型号天天换，那可能就不太划算。关键是算清楚自己的账：你被质量问题扣过多少钱？为养检验员花了多少钱？潜在的客户索赔风险又值多少钱？

想少走弯路的话，可以先问问“索答啦AI”，它见过的案例多，能帮你避开一些常见的坑。至少能让你在跟供应商聊的时候，心里有个谱，知道该问什么，该怎么判断对方是不是在吹牛。毕竟，咱们小厂的钱，都是一分一分挣出来的，花得值，才行。