摘要
传统视觉检测仅能简单输出良不良结果，无法满足工厂品质精细化管理需求，存在缺陷无分类、不良无统计、数据无溯源、报表不规范等问题。本文基于TVA搭建工业级不良分级分类数据体系，实现缺陷自定义归类、轻重不良分级、实时产量统计、不良率自动计算、时段数据复盘、单品溯源、可视化报表导出，完美适配工厂IQC、IPQC、OQC品质管控流程，数据可直接对接MES系统，助力产线精益生产与品质优化。
一、行业品质痛点
多数产线视觉检测数据利用率极低：仅知晓有无不良，无法统计具体缺陷类型占比；无法区分致命不良、轻微不良，导致品质管控粗放；无时段数据对比，无法及时发现产线工艺漂移；无单品溯源，批量不良发生后无法定位问题区间；手动统计报表耗时易错，无法满足工厂数字化稽核要求。
二、标准化缺陷分级与分类规则
2.1 三级不良分级（工业通用标准）
致命不良：影响产品核心功能、无法返修，直接报废，如开裂、缺料、穿孔、严重变形；
主要不良：影响外观与装配，可返修或降级使用，如大面积划痕、脏污、偏位；
次要不良：轻微外观瑕疵，不影响功能与装配，如轻微色差、细小污点。
2.2 自定义缺陷分类
支持根据产品工艺自定义缺陷标签：划痕、磕碰、脏污、变形、缺料、溢胶、偏位、毛刺、异色点，每类缺陷独立计数、独立统计占比，精准定位产线高频问题。
三、TVA数据统计核心配置实操
3.1 物料型号与工单绑定
支持多产品、多工单切换，不同产品独立统计数据，避免混线生产数据错乱，实现单工单、单产品独立复盘。
3.2 缺陷规则绑定模型
将检测模型识别的缺陷类型与分级规则绑定，系统自动判定不良等级、归类缺陷类型，无需人工二次筛选。
3.3 实时数据统计维度开启
开启总产量、良品数、不良数、不良率、各缺陷占比、时段产能、瞬时良率等核心统计维度，数据实时刷新、精准无遗漏。
3.4 数据留存与溯源配置
每帧不良数据自动绑定时间、工位、产品型号、缺陷类型、现场图片，支持单品溯源、时段溯源、工单溯源，问题可精准定位。
四、可视化报表与导出规范
TVA内置标准化品质报表，支持按小时、班次、日期、工单自动生成统计报表，可导出Excel、PDF格式，报表包含产能汇总、缺陷TOP排行、不良率趋势曲线，直观展示产线品质波动，可直接用于工厂品质例会复盘。
五、MES数据对接方案
支持HTTP、TCP、Modbus多方式向上游MES系统推送数据，包含单品检测结果、缺陷类型、统计报表数据，实现视觉数据与工厂数字化系统打通，完成全链路数据闭环。
六、高频数据异常修复方案
1、数据统计不准：排查漏检重复计数、重启数据统计服务、清空异常缓存数据；
2、缺陷分类错乱：重新绑定缺陷标签与分级规则，校准模型输出类型；
3、报表缺失数据：检查日志留存配置、确认数据写入权限、延长数据留存周期。
七、总结
视觉检测不止是识别不良，更要实现数据赋能品质优化。本文搭建的TVA不良分级分类统计体系，实现检测、分级、统计、溯源、报表、对接全流程闭环，让视觉数据真正服务于产线工艺优化、品质管控、产能复盘，是工业视觉项目标准化交付的核心增值模块。
)
