电池盒下箱体漏检率怎么从 8% 降到 0.2%？CCD 视觉全检方案

来源：大型工件与结构件视觉检测 / 时间：2026-10-31

一句话结论：电池盒下箱体属于典型的大型结构件，孔位、铆接小支架、挂载点、基准点依靠人工目检，漏检率约 8%。改为 CCD 视觉在线全检后，漏检率降至 0.2% 以下，异常件自动报警分流，单件全检节拍约 318 秒。

人工目检的漏检率为什么降不下来

下箱体的检测点分两类：一类是大面上能看到的孔位与挂载点，一类是藏在边缘与内侧的铆接小支架与基准点。第二类需要变换姿态才能看到，连续作业时漏看几乎是必然的。

人工漏检率约 8% 意味着每十二个不良件就有一个流到下一道工序。这个比例在装配环节会放大成返工，不是单纯的检验问题。

方案用 CCD 相机对下箱体做在线全检，检测内容包括：孔的有无与位置、铆接小支架的漏装与错装、挂载点状态、基准点是否可用。

判定逻辑围绕「该有的有没有、位置对不对」展开，不做外观分级——这类工件的容错点不在外观，而在装配特征是否齐全。

全检的意义建立在「每一件都过」上。如果中间还要人复核一遍，就把人工的不稳定性重新引回来了。所以方案的做法是：视觉给出结论，异常件直接报警分流到指定位置，合格件继续流转。

单件全检节拍约 318 秒，属于节拍较宽松的大型件场景——这类工件本身工序时间长，检测不需要压缩到秒级。

漏检率由人工的约 8% 降至 0.2% 以下；异常件自动报警分流，不再需要人工逐个判断。以上数据以现场验收结果为准。

这个节拍对应该类大型件的实际工序时间。大箱体的上下料与流转本身就不快，检测不需要压到秒级；关键是把原来人工目检加复核的时间替换掉。

按批量生产中未被拦下的不良品比例统计，具体口径与统计批次以现场验收记录为准。