目前在我国随着配套基础建设的完善，技术、资金的积累，各行各业对采用图像和机器视觉技术的工业自动化、智能需求开始广泛出现，国内有关大专院校、研究所和企业近两年在图像和机器视觉技术领域进行了积极思索和大胆的尝试，逐步开始了工业现场的应用。
目前越来越多的厂商引入光学检测设备，以解决种类繁多、内容复杂的外观缺陷检测难题。那么光学检测设备到底可以检测出电池的哪些外观缺陷呢？
QC、QE、QM工作人员应该能切身感受到，现代自动化、智能化制造，愈来愈普遍、深入地运用光学或机器视觉检测技术与设备来监控生产过程、管控产品质量。那么，光学或机器视觉检测是怎么进行产品检测的呢？检测工作是由什么组成的呢？
你所在的工厂，质量数据是否得到充分挖掘与运用呢，质量工程师们现在又采用什么方式来运用各种质量工具呢？
质量成本是指为防止出现错误以及产生错误而引起的一切费用，包括预防成本(Prevention cost)、检验成本(Appraisal cost)及失效成本(Failure cost)。
据Canalys称，2023年全球智能手机出货量 11.4亿 ，跌幅较2022年收窄至4%。 这一数据是近十年最差水平。智能手机行业从2018年开始，出货量就持续下降，早已从增量市场步入存量市场阶段。 图片来自 Canalys 众手机品牌激烈角逐，最终只有少数巨头脱颖而出、稳居市场前列。从2023年度全球智能手机市场出货排名来看，前五名厂商分别为 苹果、三星、小米
智能工厂的重要特点是自动化、智能化、集成化。
产品越是精密，质量要求就越高，品质检测的难度也越高，作为电动汽车电机的重要技术路线， 高集成化的扁线电机 在检测方面 就 尤为严苛。 下面，就通过某全球知名汽车核心零部件制造企业的实际案例，解读如何运用智能光学检测技术，破解扁线电机定子焊点外观缺陷检测难题。 0 1 背景分析 高集成化让扁线电机的检测要求更严苛 短短十来年，
现在，工业制造装配与生产线采用 自动光学检测（Automated Optical Inspection，简称AOI）设备 ，已是非常普遍的趋势现象，用以检测组件、部件与产品，提高企业质量管理能力。 工业4.0时代，工业制造的趋势是 数字化、智能化、集成化、互联化、人机交互融合化。一流的AOI设备必须点满这些技能，才能满足高精密、高质量、高效率的工业生产与制造需求
中国新能源汽车产业高速发展，产销量连续多年稳居世界第一，三电产品中的一些技术与整车技术水平也走在世界前列。那么，中国新能源汽车产业是否就高枕无忧无患了呢？ 其实还有一个很重要的隐患： 标准化与标准化竞争。 0 1 标准化的迫切性 新能源汽车作为近十年突飞猛进的行业， 标准化的发展远远跟不上行业自身的发展速度 ，三电产品的
