企业官网建设流程全解析

做产线自动化的工程师都懂一个真相：光电传感器不是不好用，而是“太容易被环境骗”。

在理想实验室里，一束光被挡住就记一次数；到了真实车间，光路、物料、节拍全在打架，计数就开始漂。AI 视觉计数显示屏看板可以解决此问题，让流水线实现精准计数。

一、光电传感器为什么总在产线现场“多记/漏记”

1、堆叠和粘连救不了

传送带上一件压一件、一袋贴一袋，光电看到的是“一段连续遮挡”，它分不出是 3 件还是 5 件。结果就是：实际 5 件，传感器可能记 1 次或 8 次。

2、反光材质直接扰乱光路

金属面、镀层件、亮膜包装会把光乱反射到接收端，相当于“没东西也触发”。车间里不锈钢机架、铝箔、镜面塑胶都是隐形雷。

3、高速节拍赶不上响应

产线一分钟 30~80 件时，光电边沿信号太短。PLC 没滤波就多计，加了滤波又可能把真目标滤掉，最后只能在“漏”和“疯记”之间反复调参数。

4、粉尘/油雾/振动是慢性毒药

镜面一脏，检测距离偷偷变短；支架一震，光轴偏一点，计数曲线就开始抽风。很多工厂每周都在重调灵敏度，调着调着就放弃了。

二、AI 视觉计数看板在干什么：从“感光”变成“认物”

视觉方案的本质区别是——

相机拿到的是图像，算法认的是目标，看板显示的是可信数字。

1、图像层：俯拍整条有效带宽

200W 工业相机架在传送带正上方，25fps 看连续帧。不是等“遮挡事件”，而是看“这个目标从哪来、到哪去”。

2、算法层：检测 + 方向 + 去重

• 轮廓/孔位/异形样本训练后，堆叠件也能尽量拆开；

• 画一条虚拟越界线，目标跨线才计，晃一下不重复加；

• “进入数 / 出去数”分开累加，堵料、返流、卡顿一眼可辨。

3、显示层：车间不需要人人看电脑

4 寸红色数码管看板挂在线边，5 米外读得到。现场工人看大屏，班组长看上位机，办公室看 MES，三者同源。

4、数据层：RS485 / Modbus / API 直接进系统

计数结果不是留在相机里，而是走工业总线推到上位软件，再经开放接口进 ERP/MES。断网时边缘 AI 继续数，恢复后补传，不靠人抄表。

三、为什么工程上更推荐“相机 + 看板”而不是再加光电

1、维护逻辑变了

光电出问题：擦镜头、调灵敏度、改安装角、加遮光罩、分槽走线……治标。

视觉出问题：看截图、看识别框、调检测区，问题可见、可回溯、可录像对账。

2、换型成本更低

光电换产品常要换安装位置/反射板/灵敏度；

视觉换产品主要是切模型或调 ROI，同一条线多品种更友好。

3、管理收益不在“准一点”，在“数能信”

计件工资、排产、库存、交期都依赖产量数字。

人工数：8%~15% 误差；

光电数：堆叠反光场景 20%+ 误差；

视觉看板：识别率 98% 级，且进/出/时段/录像全留痕。

4、部署并不重

相机 + 看板 + 485 线 + 上位机，半天级落地。不需要把 PLC 重做一遍，也不需要云端 GPU 服务器——边缘 AI 芯片自己跑模型。

多品种、小件/异形、反光、叠件、要进 MES → 光电越调越累，AI 视觉计数显示屏看板是更优解。产线数字化第一公里，往往不是“上了多牛的算法”，而是先把“数得对”这件事钉死。相机看物、看板给人看、接口给系统用——这才是工程上站得住的产线计数架构。

LXT