AI压铸X光气孔判定定制：缺陷分级与验收阈值

压铸件X光质检长期依赖人工目检与固定灰度阈值，漏检与过杀同时存在。本期实验室以某汽车结构件产线为实验场景，把问题拆为三步：一是图像域标准化，针对管电压、曝光时间差异造成的灰度漂移，用标定块建立灰度—密度映射，再做局部对比度归一化对齐；二是缺陷分级建模，将气孔、缩松、冷隔按面积、圆度、灰度梯度转成可解释特征，与轻量分割网络输出融合，输出“类型+等级”而非单一OK/NG；三是验收阈值与工艺联动，把判定阈值绑定零件安全等级与受力位置（受力区/非受力区），支持换模后一键切换阈值集。

阶段进展：在约1.2万张离线回放集上，气孔分级与人工复判一致率约93%，单张推理耗时低于300ms，过杀率较原固定阈值下降约四成。下一步计划引入铸件三维结构先验，将缺陷位置映射到应力分区，探索从“缺陷—尺寸”转向“缺陷—风险”的判定口径，并在两套机台上验证在线灰度漂移追踪。