微小缺陷，為什么總是最難發現？

在現代制造業中，真正危險的缺陷往往不是肉眼可見的大問題，而是隱藏在內部的微小異常。以動力電池為例，幾十到上百微米級的金屬異物、細微的極片對齊偏差、極耳缺陷等，都可能影響產品的一致性與可靠性。但問題在于：這些缺陷往往信號非常微弱。

為了讓圖像更干凈，很多檢測流程會先進行降噪、濾波等圖像預處理；而在降噪的同時，那些真正關鍵的微弱信號也可能被一起削弱。于是，在線X射線檢測面臨一個經典難題：既要抑制噪聲，又要保留微小缺陷。如何看得清、判得準、跑得快成為在線X射線檢測需要跨過的三道關。

第一關：看得清

高保真X射線成像架構

隨著生產節拍的持續提升，在線X射線檢測正從傳統的人工判定逐步邁向AI輔助判定。AI判斷得準不準，首先取決于它看到的圖像。

ZEISS INRADIA系列在線X射線檢測設備采用高端微焦點X射線源與高靈敏度平板探測器組合，從物理層面提升原始透射信號質量。通過優化焦斑尺寸、成像幾何和曝光參數，在滿足產線節拍要求的同時獲取高信噪比圖像。只有看得清，AI才有可能判斷得準。

對于在線檢測來說，這意味著：

對齊度檢測所需的精細灰度邊緣能夠被完整保留；

微小異物形成的局部高衰減信號能夠被清晰呈現，有效避免系統漏殺情況；

后續分析擁有更加可靠的數據基礎。

第二關：判得準

原始圖像直接輸入

在部分傳統檢測流程中，圖像會先經過濾波、增強、特征提取等處理，再發送給AI。這些預處理雖然有助于降低噪聲，卻也可能損失一些關鍵灰度信息。尤其是那些用于對齊度檢測的邊緣特征，或異物檢測所依賴的微弱高衰減信號。

與此不同，ZEISS INRADIA系列在線X射線檢測設備配套軟件采用原始圖像直接輸入AI模型的工作流，減少傳統圖像處理中的人工加工環節，讓AI直接從X射線原圖中學習和判斷。有助于提升模型面對復雜結構、缺陷形態變化以及實際生產波動時的適應潛力。

第三關：跑得快

高速產線下的穩定檢測

在線檢測最大的特點是：不能影響生產。再好的圖像質量，如果無法匹配產線節拍，也難以真正落地。因此，ZEISS INRADIA系列在設計之初就面向在線檢測場景開發了靈活的多任務成像架構。

目前產品組合包括：

ZEISS INRADIA 2D PC

方殼電池高速在線檢測

●針對方殼及軟包電池的極耳、異物、芯包與殼體間隙和對齊度檢測

●可檢測的最大電池尺寸(長x寬x厚)：600x150x50 mm

●可檢測的最大電池重量：10kg

●檢測節拍高達每分鐘27件

●采用自動化AI算法評估，確保檢測結果可靠穩定

ZEISS INRADIA 2D CC

圓柱電池高速在線檢測

●針對圓柱電池的對齊度、負極匯流盤到正極片間隙測量和異物檢測

●可檢測的最大電池直徑x高度：46x150 mm

●可檢測的最大電池重量：1kg

●超高速圓柱電池檢測方案，節拍高達每分鐘110件

●超高吞吐量確保生產線全速運轉時保持穩定如一

●采用自動化AI算法評估，確保檢測結果可靠穩定

ZEISS INRADIA 3D

高速檢測節拍與出色成像結果

●針對疊片電池電芯的對齊度檢測

●可檢測的最大電池尺寸(長x寬x厚)：

●600x180x65 mm

●可檢測的最大電池重量：2.8kg

●檢測節拍可高達每分鐘10件，覆蓋兩個對角區域

●360°完整CT掃描配合雙機械臂，同時實現高效和精準測量

通過統一的軟件平臺ZEISS INSPECT X-Ray能夠完成從數據采集、重建到分析的一體化流程。針對特定應用場景，可結合預訓練AI模型進行自動異常識別和分析。

DeepVision AI專業訓練平臺

高質量AI檢測不僅依賴模型，還依賴訓練體系。為此，蔡司構建了面向工業圖像檢測的AI訓練平臺DeepVision。該平臺提供針對工業檢測場景的訓練與優化工具，幫助企業圍繞實際產品結構、缺陷形態和質量標準進行模型迭代。把企業積累的缺陷知識和質量經驗，逐漸沉淀為可復制、可優化的檢測能力。

從ZEISS INRADIA系列的高質量成像，到原始圖像直接輸入AI，適配高速產線的穩定檢測，再到DeepVision工業AI訓練平臺，蔡司搭建的不只是一個檢測功能，而是一條從原始數據到在線判斷的完整路徑。

當缺陷不斷變化，產品越來越復雜，生產條件持續波動，真正可靠的工業AI，不應只在標準樣本中表現良好，更要具備面對真實制造現場的適應潛力。

點擊下載ZEISS INRADIA系列產品單頁