智能制造典型场景是智能工厂的基本组成单元，为指导企业掌握工信部《智能工厂梯度培育行动》涉及的40个智能制造典型场景的核心思想，现对每个典型场景进行解读。智能制造典型场景参考指引（2025年版）原文，生产作业-在线智能检测：面向质量数据采集、分析、判定等业务活动，针对检测效率低、响应慢、一致性差等问题，构建在线智能检测系统，应用智能检测、物性表征分析、机器视觉识别、参数放行等技术，实现产品质量在线快速识别判定，提升检测效率和及时性。

在线智能检测典型场景解读：

一、生产现场质量管理

在线智能检测是生产现场质量管理的典型方法工具，生产现场质量管理的核心是“预防为主，数据驱动”，通过工具组合实现从“事后检验”向“事中控制”以及“事前预防”的转变。生产现场质量管理的“三不原则”是不制造不合格品、不传递不合格品和不接收不合格品，生产现场质量提升（或质量保证能力）分为四个阶段，如下图1所示。生产现场质量管理的追求是不制造不合格品，即达到四阶段：通过防错、智能装备以及CPK值管理等措施预知异常，保证“做不了不良品”；底线是不让不合格品流出，即达到二阶段：通过在线质量检测、首件检验与巡检等措施使产品异常一目了然，实现不良品不流出。

图1 生产现场质量提升四阶段

生产现场质量管理（如图2所示）的基础是建立有利于作业标准化的稳定生产系统，通过QA网络图进行每道工序进行质量保证能力水平进行判定，并通过在线质量检测、SPC与CPK值分析、防错等技术和4M变化管理、作业标准化等管理方法进行生产现场质量管理。

图2 生产现场质量管理四模块

关于如何判断一道工序的质量保证能力可以参考下图3的评价标准进行判定，1级为最高级别，即做不了不良品。本人在进行生产线设计时，必用评价标准对生产线每道工序质量保证能力进行评价，确保在生产线设计时就保证较高质量水平，也就是说“生产线质量是设计出来的”。在线智能检测是生产现场质量管理的典型工具之一。

图3 生产现场质量保证能力评价标准

二、在线智能检测定义

在线智能检测是一种在生产过程中实时进行质量检查的技术，通过自动化设备或系统直接在生产线上对产品关键参数进行测量、分析和反馈，确保产品质量符合标准，减少缺陷品流入后续环节的风险。核心：“在线”：检测与生产同步进行，无需中断流程或离线送检；“实时”：数据即时采集、分析与反馈，支持快速调整，检测数据可集成到SPC系统，用于过程能力分析（如CPK）；“自动化”：依赖传感器、机器视觉、AI算法等技术，减少人工干预，避免批量缺陷，通过早期预警降低返工和报废成本。

三、关键技术

在线智能检测系统的核心技术包括物联网（IoT）与边缘计算技术、物性成分分析技术、机器视觉检测技术等。

1：物性成分分析技术

通过光谱、色谱、质谱等物理或化学手段，实时检测材料的成分、密度、硬度、含水量等物性参数，结合算法模型实现快速分析。包括近红外光谱（NIRS）、激光诱导击穿光谱（LIBS）、X射线荧光光谱（XRF）等技术，例如：乳制品企业采用近红外光谱在线检测牛奶的脂肪、蛋白质含量，检测速度达每秒10次，误差＜0.1%；利用XRF技术对矿石进行在线成分分析，实现金属矿物的实时分选，效率提升50%；中药行业通过红外指纹图谱在线检测技术测量中药配方颗粒的成分并建立实测模型，持续与传统汤药成分标准和成分模型进行对比筛选以优化中药配方颗粒工艺流程、工艺方法及工艺参数。

2：机器视觉检测技术

是基于图像识别的自动化检测，利用高分辨率相机、图像处理算法（如卷积神经网络CNN）和光学系统，模拟人眼进行外观缺陷、尺寸精度等检测。一般包括采用高动态范围（HDR）相机、3D结构光、多光谱成像等技术进行图像采集；基于深度学习的算法模型进行缺陷分类（如YOLO、ResNet）、图像分割（U-Net）。汽车零部件制造利用线阵相机+深度学习算法检测发动机活塞表面划痕，替代人工目检，效率提升5倍；农业水果分选机通过多光谱成像判断成熟度与损伤，每小时处理10吨苹果，准确率＞98%。

3：未来技术发展

未来通过多技术融合（如机器视觉+物性分析）实现更全面的质量监控，通过边缘AI实现在设备端部署轻量化模型，降低云端依赖，通过自适应学习使检测系统通过增量学习适应新材料或新缺陷类型。

四、典型案例

案例1：在线智能检测-基于5G+AI 视觉技术的智能在线检测系统

天正电气公司在装配线上为实现自动检测代替人工检测，依靠带自动检测的自动装配设备、自动检测设备等多台智能设备及5G+AI 视觉技术组成一套完整的智能在线检测系统，自研发AI 算力,整合云计算、大数据、物联网等创新源,赋能核心产品终验流程,实现“智脑”代脑、“智眼”代人眼、提高质检质量和效率。建成后，完全替代人工,彻底消除了人的主观因素，真正做到100%全检无盲点,检测效率提升70%以上，误检率在排除人为因素、几乎无漏检情况发生，产品的一致性明显提高同时生产效率显著提高。

案例2：在线智能检测-煤质在线分析

针对煤质分析均采用人工采样制样，利用实验室仪器对其进行分析速度慢，远远不能满足锅炉燃烧调整和事故分析需要的问题。采用煤质在线分析仪实现自动在线煤质分析，6 分钟内可实现煤灰分、水分等信息的快速检测，解决了传统方法的采样、制样、化验工序复杂问题，规避了结果滞后所导致的一系列问题，在大幅减轻工人劳动强度的同时可避免人为因素的干扰，检测结果更客观，辅助生产决策。

案例3：在线智能检测-全流程质量在线实时检测

北京牵手果蔬公司在车间生产线全流程设置十多个在线质量检测点实现全流程在线质量检测，采用大量视觉识别等人工智能技术进行在线质量管控，并实现产品质量数据在线采集、精细化质量管控、可视化展示以及批次质量追溯，保证饮料产品质量。

案例4：在线智能检测-全流程数字化质检系统

针对汽车行业产品规格多且复杂、人工检测效率低等共性问题，自主构建数字图像处理算法软件平台，利用物联网（IoT）、人工智能和机器学习、 云计算、大数据和知识推送等技术，重点突破多源异构数据采集、融合与闭环控制，基于 AI 视觉技术的截面尺寸和形貌检测，面向知识学习的工艺参数建模与关键因素分析，大数据驱动的质检全流程可视化智能决策管控等关键核心内容，打造一套技术先进、产品精湛、模式创新的数字化质检系统，提高质量检测准确性，提升质量管理效率。

来源：精益智造达人