仅需2.79秒即可检出数百微米级微小段差缺陷的超高速、超精密人工智能(AI)质量检查技术问世。
蔚山科学技术院(UNIST)机械工程系郑任斗教授团队1日表示,已开发出将3D打印传感器帽与异常检测AI算法相结合、实时判别段差缺陷的“智能夹具质量检查系统”。
段差缺陷是指组装部件之间表面高度错位的现象,会导致接合部强度下降和质量不良。主要原因是单个部件的成型误差或搬运过程中的压痕、扭曲等,由于焊接等成品组装完成后无法修正,因此早期检出十分重要。
所开发的智能夹具能在组装工序中固定部件的瞬间判别是否存在段差缺陷。夹具是将待组装部件固定在准确位置的设备,研究团队在充当固定臂的夹具夹爪接触面上贴附了柔性材料的3D打印传感器帽。当夹爪夹住部件时,贴附的传感器帽会依部件表面形状被轻微压下或张开,AI分析这种变形模式从而找出缺陷。
该技术将原本约需12分钟的检验时间缩短至2.79秒,可在不停止高速运转的自动化生产线的情况下进行全检,并能检出数百微米(μm)级的超微小段差缺陷。检出的缺陷以热力图可视化,使作业人员能直观确认缺陷位置和程度并立即应对。
该技术的另一优势在于,AI模型仅用正常产品数据即可训练,因此在难以收集缺陷数据和进行人工标注的实际制造环境中也能直接应用。此外维护成本低,也易于扩展到其他制造业生产线。
郑任斗教授解释称:“该技术可应用于以机器人进行连续组装、高精度组装至关重要的出行、家电、半导体、航空航天等所有产业领域”,“可期待通过节省检查人力与时间、提升质量可靠度、最小化缺陷,实现每年数亿韩元规模的成本节约”。
本次研究由UNIST研究员朴瑞彬和研究员金泰京作为第一作者参与,研究成果已于2025年7月10日在制造产业领域最优秀国际学术期刊《Journal of Manufacturing Systems》在线公开,即将正式出版。






