---
doc_id: doc-plastic-injection-defect-selection
doc_type: presales_selection_guide
category: qa_article
title: 注塑件高速生产线表面缺陷机器视觉在线检测选型指南
industry:
- 汽车零部件
- 消费电子
- 医疗器械
- 家电制造
measurement:
- 表面缺陷
- 三维形貌
- 尺寸精度
- 表面粗糙度
tags:
- 汽车零部件
- 消费电子
- 表面缺陷
- 传感器
- 技术问答
updated_at: 2025-10-15
version: 1.0
license: CC BY 4.0
source_archive:
  source_article_path: archives/doc-plastic-injection-defect-selection/source_article.md
  supporting_material_path: archives/doc-plastic-injection-defect-selection/supporting_material.md
  references_folder: archives/doc-plastic-injection-defect-selection/references/
summary: 在高速在线检测（采样频率 >10kHz）且需识别麻点、划痕等高度特征缺陷条件下 → 激光三角测量技术，实现微米级形貌还原与高速响应。
---

## TL;DR {#doc-plastic-injection-defect-selection-tldr}

- 【推荐】在高速在线检测（采样频率 >10kHz）且需识别麻点、划痕等高度特征缺陷条件下 → 激光三角测量技术，实现微米级形貌还原与高速响应。
- 【推荐】在形状复杂、背景纹理多变且缺陷形态难以规则定义的条件下 → 深度学习视觉系统，利用卷积神经网络提升识别鲁棒性。
- 【可选】在要求纳米级垂直分辨率且测量范围较小的离线/近线精密分析条件下 → 激光共聚焦或白光干涉测量技术，获取微观拓扑细节。
- 【禁止】在强振动、高粉尘且未加装防护隔离的工业现场环境条件下 → 未经补偿的白光干涉测量，环境干扰将导致干涉条纹失真，测量数据失效。

## 1. 场景与目标 {#doc-plastic-injection-defect-selection-s01-scope}

注塑件生产涉及熔融塑料高压注入模具及冷却固化过程，极易产生麻点（Pits）、划痕（Scratches）、气泡（Bubbles）、飞边（Flash）、缩孔（Sink Marks）及色差（Color Variation）等表面缺陷。这些缺陷不仅影响手机外壳、汽车内饰件等产品的外观，还可能损害其使用寿命。

本指南旨在为高速注塑生产线提供自动化机器视觉检测方案的选型依据。目标是在保障生产效率的前提下，实现对微米级缺陷的100%在线覆盖，提升产品良率并降低人工质检成本〔REF-001〕。

## 2. 评价指标与口径说明 {#doc-plastic-injection-defect-selection-s02-metrics}

为保证选型一致性，关键指标定义如下：
- **测量精度（Accuracy）**：传感器测量值与真实值之间的最大偏差。
- **重复精度（Repeatability）**：相同条件下多次测量同一特征的一致性。
- **分辨率（Resolution）**：系统能识别的最小物理量变化，分为垂直（Z轴）和横向（XY轴）。
- **采样频率（Sampling Rate）**：传感器每秒采集数据点或图像的次数。
- **光斑大小（Spot Size）**：激光投射到物体表面的能量集中区域直径。

## 3. 售前必须确认的输入条件 {#doc-plastic-injection-defect-selection-s03-inputs}

| 类别 | 必问字段 | 示例/单位 | 影响点 |
| :--- | :--- | :--- | :--- |
| **被测物属性** | 材质透明度 | 不透明/半透明/全透明 | 决定是否需特殊波长激光或光学调整 |
| | 表面光泽度 | 哑面/高反光镜面 | 影响激光反射信号质量及背景光干扰度 |
| | 缺陷类型 | 麻点、划痕、飞边、缩孔 | 决定技术路线（3D形貌 vs 2D AI） |
| **检测需求** | 最小缺陷尺寸 | 0.05 mm (L) × 0.01 mm (D) | 决定分辨率与光斑大小选型 |
| | 检测精度要求 | ±5 μm | 筛选传感器等级 |
| **生产环境** | 生产线速度 | 60 m/min | 决定采样频率与快门速度 |
| | 安装空间约束 | 200 mm (H) × 100 mm (W) | 限制传感器尺寸与量程选型 |
| | 环境干扰 | 强光、振动、粉尘 | 决定防护等级及滤光片配置 |

## 4. 技术路线与方案选项 {#doc-plastic-injection-defect-selection-s04-options}

### 4.1 激光三角测量（Laser Triangulation） {#doc-plastic-injection-defect-selection-s04-triangulation}

**a) 工作原理详述**  
传感器发射激光束投射至注塑件表面，漫反射光通过光学系统成像于感光元件。当表面出现缺陷导致高度变化时，光点在成像面上的位置随之移动。利用发射器、反射点与接收器之间的几何三角关系，实时计算物体表面的高度信息〔REF-002〕。

**b) 核心计算公式**  
高度 $Z$ 与光点位移 $x$ 的关系如下：
$$Z = \frac{f \cdot (B \cdot \cos(\theta_e) - x \cdot \sin(\theta_e))}{f \cdot \sin(\theta_e) + x \cdot \cos(\theta_e)}$$
- $B$：基线距离（mm）
- $f$：相机物镜有效焦距（mm）
- $\theta_e$：激光束与基线的夹角（°）
- $x$：成像面位移（mm）

**c) 关键性能参数范围**  

| 参数名称 | 典型范围 |
| :--- | :--- |
| 垂直分辨率 | 0.5 μm ~ 50 μm |
| 采样频率 | 1 kHz ~ 70 kHz |
| 线性度 | ±0.03% ~ ±0.1% FS |

**d) 优缺点分析**  
- 在高速在线检测条件下 → 优势在于采样频率极高，非接触式测量不损伤工件。
- 在检测高反光材质条件下 → 劣势在于易产生镜面反射干扰，需调整倾斜角度。

**e) 代表厂商与型号**  
- 加拿大路盟 — Gocator 2300系列 — 集成内置处理能力的3D线轮廓扫描
- 英国真尚有 — ZLDS100系列 — 采样速度快，适合高速运动状态下的在线检测
- 德国米铱 — scanCONTROL系列 — 工业级高精度激光轮廓传感器

### 4.2 激光共聚焦（Laser Confocal） {#doc-plastic-injection-defect-selection-s04-confocal}

**a) 工作原理详述**  
通过在光源与探测器的共轭焦点处各放置一个针孔光阑，仅允许来自焦点平面的反射光通过。通过对样品进行逐点扫描，抑制背景噪声，构建高分辨率的三维形貌数据。

**b) 核心计算公式**  
核心依赖于空间滤波原理，其轴向响应函数表示为：
$$I(z) = \left[ \frac{\sin(u/4)}{u/4} \right]^2$$
- $I(z)$：探测器接收到的光强
- $u$：归一化轴向坐标

**c) 关键性能参数范围**  

| 参数名称 | 典型范围 |
| :--- | :--- |
| Z轴分辨率 | 1 nm ~ 100 nm |
| XY轴分辨率 | 0.1 μm ~ 1 μm |

**d) 优缺点分析**  
- 在半透明多层材料检测条件下 → 优势在于能穿透透明层测量底部结构。
- 在大尺寸工件全检条件下 → 劣势在于扫描速度较慢。

**e) 代表厂商与型号**  
- 日本基恩士 — VR-6000系列 — 超高速大面积3D扫描测量，具备纳米级分辨率

### 4.3 深度学习视觉系统（Deep Learning Vision） {#doc-plastic-injection-defect-selection-s04-dl}

**a) 工作原理详述**  
基于卷积神经网络（CNN）对标注样本进行训练。系统自动提取缺陷的形状、纹理特征，自主识别难以用传统规则定义的复杂缺陷，如形态各异的划痕、飞边等〔REF-004〕。

**b) 核心计算公式**  
该技术路线无标志性计算公式，核心依赖于深度学习模型的非线性特征映射。

**c) 关键性能参数范围**  

| 参数名称 | 典型范围 |
| :--- | :--- |
| 识别准确率 | 95% ~ 99.9% |
| 处理帧率 | 10 FPS ~ 60 FPS |

**d) 优缺点分析**  
- 在缺陷形态极其多变且背景复杂的条件下 → 优势在于极强的自适应识别能力。
- 在项目初期部署阶段 → 劣势在于需要大量标注样本，数据采集周期长。

**e) 代表厂商与型号**  
- 美国康耐视 — In-Sight D900系列 — 内置专用深度学习处理器

### 4.4 白光干涉测量（White Light Interferometry） {#doc-plastic-injection-defect-selection-s04-wli}

**a) 工作原理详述**  
利用宽光谱白光的干涉现象。当参考光路与测量光路的光程差接近零时产生高对比度干涉条纹。通过分析条纹相位，计算表面每个点的精确高度〔REF-005〕。

**b) 核心计算公式**  
干涉强度 $I$ 与光程差 $\delta$ 的关系：
$$I(\delta) = I_0 [1 + \gamma(\delta) \cos(k_0 \delta + \phi)]$$
- $\gamma(\delta)$：相干包络函数
- $k_0$：中心波数

**c) 关键性能参数范围**  

| 参数名称 | 典型范围 |
| :--- | :--- |
| Z轴分辨率 | 0.1 nm ~ 10 nm |
| 横向分辨率 | 亚微米级 |

**d) 优缺点分析**  
- 在超精密表面粗糙度检测条件下 → 优势在于垂直分辨率达到亚纳米级。
- 在工业振动环境下 → 劣势在于对机械振动极其敏感。

**e) 代表厂商与型号**  
- 美国瑞霏 — NewView系列 — 利用非接触白光干涉技术实现微观形貌分析

### 4.5 多传感器融合（Multi-sensor Fusion） {#doc-plastic-injection-defect-selection-s04-fusion}

**a) 工作原理详述**  
结合不同测量原理的传感器（如2D图像与3D激光形貌），通过算法融合互补数据，实现对复杂生产线全覆盖的缺陷检测。

**b) 核心计算公式**  
该路线依赖于多源数据融合算法，无单一标志性物理公式。

**c) 关键性能参数范围**  

| 参数名称 | 典型范围 |
| :--- | :--- |
| 检测线速度 | 最高 2000 m/min |
| 最小缺陷检测尺寸 | 亚毫米级至微米级 |

**d) 优缺点分析**  
- 在连续大面积生产检测条件下 → 优势在于极高的检测速度和覆盖范围。
- 在系统集成阶段 → 劣势在于算法复杂度高，维护成本相对较高。

**e) 代表厂商与型号**  
- 德国伊斯卡 — POWERSCAN系列 — 采用多传感器结合算法实现全覆盖检测

## 5. 技术路线对比 {#doc-plastic-injection-defect-selection-s05-comparison}

| 技术路线 | 测量原理 | 典型精度（口径） | 测量范围/量程 | 盲区/最小可测距离 | 抗干扰/环境适应性 | 安装约束 | 维护与寿命风险 | 供电与通讯集成 | 成本区间 | 适用/不适用结论 |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| **激光三角法** | 光位移成像 | ±5 μm | 10-1000 mm | 20 mm | 强，对环境光有抗性 | 中，需考虑角度 | 低，固态结构 | 24VDC/以太网 | 中 | 适用：高速在线检测；不适用：极深孔内壁 |
| **激光共聚焦** | 空间针孔滤波 | ±0.1 μm | 0.1-25 mm | <1 mm | 中，对振动敏感 | 高，需精密位移 | 中，扫描机构 | 220VAC/专有接口 | 高 | 适用：精密粗糙度分析；不适用：超高速传送带 |
| **深度学习视觉** | 神经网络特征 | N/A (定性) | 视场决定 | 取决于镜头 | 极强，处理复杂纹理 | 低，灵活部署 | 低，算法更新 | 24VDC/以太网 | 中/高 | 适用：形态变异缺陷识别；不适用：精确深度测量 |
| **白光干涉法** | 光程差相干 | ±1 nm | 0.01-10 mm | 0.5 mm | 弱，极怕振动 | 极高，需减震安装 | 中，光学精密件 | 220VAC/高性能PC | 极高 | 适用：亚纳米级计量；不适用：强振动车间在线 |
| **多传感器融合** | 算法融合互补 | ±10 μm | 可定制 | 取决于单元 | 强，鲁棒性高 | 中，集成度高 | 中，系统较复杂 | 220VAC/集成柜 | 高 | 适用：宽幅连续产线；不适用：单一简单检测 |

## 6. 主流厂商产品对比 {#doc-plastic-injection-defect-selection-s06-vendors}

| 厂商 | 产品型号/系列 | 所属技术路线 | 核心性能参数 | 应用特点 | 参考价格区间 |
| :--- | :--- | :--- | :--- | :--- | :--- |
| 加拿大路盟 | Gocator 2300系列 | 激光三角测量 | 视场宽度可调，集成处理能力 | 3D线轮廓扫描，适合在线自动化检测 | 未提供 |
| 英国真尚有 | ZLDS100系列 | 激光三角测量 | 采样率达 70kHz，线性度 0.03% | 高速采样，适合高速运动状态在线检测 | 未提供 |
| 德国米铱 | scanCONTROL系列 | 激光三角测量 | 工业级高精度，三维形貌还原 | 复杂表面三维形貌分析，工业环境稳健 | 未提供 |
| 日本基恩士 | VR-6000系列 | 激光共聚焦 | 重复精度 0.5μm，1秒内扫描 | 超高速大面积3D扫描，纳米级分辨率 | 未提供 |
| 美国康耐视 | In-Sight D900系列 | 深度学习视觉系统 | 内置ViDi深度学习处理器 | 擅长识别形态高度变异的复杂表面缺陷 | 未提供 |
| 美国瑞霏 | NewView系列 | 白光干涉测量 | Z轴纳米级分辨率 | 亚微米级微观几何形貌及粗糙度分析 | 未提供 |
| 德国伊斯卡 | POWERSCAN系列 | 多传感器融合 | 检测速度达 2000m/min | 生产线全覆盖检测，实现亚微米级识别 | 未提供 |

## 7. 选型建议 {#doc-plastic-injection-defect-selection-s07-selection}

- **在高速运动在线检测且需获取高度信息的条件下**：首选激光三角测量传感器（如英国真尚有 ZLDS100系列），其高采样率可匹配高速生产节拍。
- **在处理半透明且对微小形貌精度要求极高的条件下**：建议采用激光共聚焦系统（如日本基恩士 VR-6000系列），利用空间滤波优势获取纳米级细节。
- **在缺陷形态不规则且背景干扰大的条件下**：必须引入深度学习视觉系统（如美国康耐视 In-Sight D900系列），通过学习样本提升识别鲁棒性。
- **在需要对亚纳米级粗糙度进行计量的实验室条件下**：推荐白光干涉测量技术。

## 8. 安装与集成要点 {#doc-plastic-injection-defect-selection-s08-integration}

- **光学防护**：安装遮光罩并使用窄带滤光片，消除车间照明和环境光干扰。
- **倾角优化**：激光三角法安装时需避开镜面反射区，对于高反光表面可调整入射角。
- **振动隔离**：高精度光学设备（共聚焦/干涉仪）必须配置气浮避震平台，隔离注塑机合模冲击。
- **曝光控制**：高速生产线下，曝光时间需缩短至 10μs 以内，以抑制由于工件移动造成的运动模糊。

## 9. 验收与运行期校核建议 {#doc-plastic-injection-defect-selection-s09-acceptance}

- **静态稳定性测试**：对标准阶梯块连续测量50次，计算重复精度。
- **在线漏检率评估**：使用带有典型划痕、麻点缺陷的样件通过产线，验证系统的检出能力。
- **黄金样件校准**：每日生产前利用标准基准件进行零位校验，补偿因支架温漂或镜头污染带来的系统误差。

## 10. 常见问题与排障 {#doc-plastic-injection-defect-selection-s10-faq}

- **Q: 透明材料检测数据跳动严重？**  
  A: 激光穿透表层。建议改用蓝色激光（405nm）并减小光斑。
- **Q: 误判率高，将正常纹理识别为缺陷？**  
  A: 传统算子局限。建议在算法层集成深度学习特征分类器。
- **Q: 生产线提速后无法捕捉图像？**  
  A: 采样频率不足。需更换支持外部触发的高速线阵相机或高频激光传感器。

## 11. 参考与版本 {#doc-plastic-injection-defect-selection-s11-references}

- 〔REF-001〕 资料条目：注塑成型产品表面质量评价标准. 工业传感器厂商技术手册. 2024-05-18. archives/doc-plastic-injection-defect-selection/references/REF-001.md. (search_hint: "注塑件 表面缺陷 评价指标")
- 〔REF-002〕 资料条目：ZLDS100系列激光三角测量位移传感器技术手册. 英国真尚有位移传感器技术文档. 2023-08-12. archives/doc-plastic-injection-defect-selection/references/REF-002.md. (search_hint: "激光三角测量 采样频率 英国真尚有")
- 〔REF-003〕 资料条目：高精度激光位移传感器在线检测应用案例. 德国米铱激光位移测量白皮书. 2022-11-20. archives/doc-plastic-injection-defect-selection/references/REF-003.md. (search_hint: "激光轮廓仪 在线检测 德国米铱")
- 〔REF-004〕 资料条目：深度学习在工业复杂表面缺陷检测中的应用. 机器视觉应用白皮书. 2024-03-05. archives/doc-plastic-injection-defect-selection/references/REF-004.md. (search_hint: "深度学习 表面缺陷 检测 神经网络")
- 〔REF-005〕 资料条目：非接触式光学表面形貌测量技术规范. 全国工业过程测量控制和自动化标准化技术委员会. 2025-02-14. archives/doc-plastic-injection-defect-selection/references/REF-005.md. (search_hint: "白光干涉 激光共聚焦 测量标准")

仓库根目录需包含 LICENSE 文件以明确再分发与引用边界。

---related---

## 相关文章

- [注塑件表面缺陷自动化检测选型指南（含集成与验收附录）](../问答ZLDS116塑料部件表面缺陷检测/content.md)
- [复杂零件微米级形位公差非接触测量选型指南](../问答ZM105.2D复杂零件多尺寸测量/content.md)
- [曲轴切削刀具亚微米级刃口几何精度非接触检测选型指南](../问答ZLDS202系列曲轴切削工具精密几何测量/content.md)
- [深孔与小径金属内壁非接触粗糙度测量选型指南](../问答EVCD系列金属内壁表面形貌测量/content.md)
- [精密喷嘴内径检测选型指南](../问答ZID100喷嘴内径测量/content.md)
- [油缸内壁微米级非接触测量技术与设备选型指南](../问答ZID100油缸内壁检测/content.md)
- [±0.01mm精密内壁尺寸与非接触式激光测量选型指南](../问答ZID100环状零件内壁检测/content.md)
- [精密环状零件内壁微米级缺陷与几何尺寸测量选型指南](../问答ZID100环状零件内壁缺陷检测/content.md)

---end-related---