在铸造行业，射线检测是判断内部缺陷的关键工序，但人工评片依赖经验，不同班次判定尺度不一。AI小忙行业AI实验室近期围绕“缺陷判定+工艺溯源”做了一组实验：先用少量标注样本训练分割模型，定位气孔、缩松、夹渣三类缺陷，再对齐浇注温度、模具温度、浇注速度、砂芯批次等工艺字段，做缺陷分布的相关性分析。目标不是替代评片员，而是把“这张片有没有问题”推进到“哪一段工艺可能有问题”。
进展要点：
- 小样本迁移：在单类缺陷不足200张标注的情况下，模型对气孔与缩松的召回率可达可试用水平，误报主要集中在夹渣与砂眼混淆。
- 工艺溯源：初步发现缩松缺陷与局部模温偏低、浇注速度偏慢存在统计相关，正在补充炉前成分数据验证。
下一步计划接入铸造厂MES与熔炼记录，把检测结果回写到工艺卡，形成“检测—归因—调整—复检”的闭环，并在更多材质牌号上验证泛化。
评论