一体化压铸后地板的气孔缩松藏在材料里，X射线分区曝光加AI判读怎么塞进90秒节拍
一体化压铸把多个零件合并为单件，后地板由 16000 吨级压铸设备成形，尺寸大、结构复杂。压铸过程容易在材料内部留下气孔、缩松，这些缺陷藏在里面，外观检测一点办法没有。它们流到后道或整车，是强度隐患，而且是那种在装配线上查不出来、要到使用阶段才暴露的隐患。
内部缺陷看不见，检测只能换一个物理维度
表面缺陷靠可见光成像，内部缺陷靠穿透。X 射线穿透工件时，气孔、缩松处的材料密度低，透过的射线强度高，在平板探测器上形成灰度差异，缺陷就以灰度异常的形式显出来。这不是把可见光方案调一调就能解决的——检测手段换了一个物理维度，整条链路从射线源、探测器、防护到判读都要跟着重建。
壁厚不一样，一套曝光参数不够用
后地板的壁厚与结构变化大。同一套曝光参数，厚区可能穿透不足，缺陷淹没在噪声里；薄区又容易过曝，灰度差异被压平。方案按工件不同壁厚区域设置曝光参数，保证厚区穿透充分、薄区不过曝。分区曝光的代价是成像流程变复杂，节拍里要多留时间。
低对比度的小缺陷，靠样本堆出来
气孔、缩松在射线图像里对比度低，背景还是复杂的内部结构。AI 识别的能力来自大量标注样本的训练，样本要覆盖不同尺寸、不同位置的缺陷，还要覆盖正常结构的各种形态——否则模型会把正常的结构变化当成缺陷。这一步的投入常被低估：射线图像的标注需要专业人员。
100% 全检，就只能自动判读
人工判图速度慢且易疲劳，撑不住节拍内的 100% 覆盖。AI 自动判读定位并分类内部缺陷，输出缺陷类型、位置与尺寸信息，判定合格与否。AI 判读的一致性也是全检的前提：每件都按同一套标准判，结论才可比。90 秒内要完成上下料、射线曝光、图像判读与结果输出，曝光与判读流水作业，是单件检验落在节拍内的关键。
防护门也是节拍的一部分
射线检测必须满足防护要求，防护结构与在线节拍之间存在天然矛盾：开关门、进出料都要时间。方案在满足安全标准的前提下优化防护结构，减少开关门等辅助时间，这是实现在线化的基础条件之一。选型时如果只算曝光与判读时间、忽略防护动作，节拍估算会明显偏乐观。
数据回传才叫闭环
检测数据把缺陷信息与压铸批次、模具编号关联，工艺人员据此定位到具体工艺参数。缺陷分布的趋势能提示工艺漂移的方向，比如某个区域气孔增多，可能对应模具该区域的温度或排气问题。只有做到这一层，检测才不只是筛不良品，而是进入了工艺改进的循环。产线节拍内完成内部缺陷 100% 检验，具体指标以现场验收结果为准。
选型先评估工件厚度与材料对射线的衰减特性，确定射线源与探测器的配置；再评估 AI 识别能力能否在节拍内完成全判读；最后算防护与物流占用的时间。单件价值高、结构复杂、内部质量要求严的金属铸锻焊件，适合这条路线；抽检还能接受的场合，在线 X 射线系统的投入未必划算。
射线检测绕不开的三问
X 射线能查出所有内部缺陷吗？
不能。它擅长检出密度差异造成的缺陷，如气孔、缩松、夹杂。裂纹类缺陷与射线方向有关，取向不利时可能漏检。
AI 判读和人工判图谁更准？
各有边界。AI 的优势是速度与一致性，适合全检；人工的优势是对罕见形态的判断。稳妥的做法是 AI 全检加人工复核，而不是二选一。
为什么一定要数据回传？
因为压铸参数的调整需要缺陷数据支撑。只判合格与否，检测就停在质量把关；把缺陷类型、位置、数量回传给工艺端，才能形成从检测到工艺动作的闭环。