“以前人工检测1个螺纹钢丝头要3分钟，现在用我们自主研发的人工智能视觉检测系统只要12秒，效率提升15倍，精度还稳控在0.05毫米内！”在二公局金华兰溪桃花坞社区项目建设现场，项目负责人马保亮指着运转的检测设备，语气满是自豪。
作为重点民生工程，该项目3号地块共建14栋安置住宅及配套设施，可安置1060户居民，总建筑面积17万平方米，钢筋用量超1万吨。项目采用“直螺纹套筒连接”技术，螺纹钢丝头的精度决定建筑骨架强度，0.05毫米的误差要求相当于1根头发丝的七分之一。若检测出现疏漏，不合格接头可能成为建筑安全的重大隐患。
2024年12月，钢筋加工棚内，马保亮蹲在滚丝机旁眉头紧锁，刚加工的螺纹钢丝头触感凹凸不均，有着20年经验的老师傅陈胜利正举着放大镜反复甄别。受加工棚内震动、粉尘、光照影响，人工检测不仅效率低，更易因疲劳导致漏检误检。“必须用科技给质量管控装上‘火眼金睛’！”马保亮决心从“经验判断”转向“技术赋能”。
2025年2月，马保亮申报的《基于机器视觉系统的螺纹钢丝头缺陷检测技术研究》课题立项，项目科研团队迅速集结。可启动会刚结束，难题便接踵而至。硬件工程师李建达设计的相机支架模型受震动影响，拍摄图像频繁重影；算法工程师杜凯因螺纹表面反光、光照复杂，无法有效分析图像。
“硬件不稳就造‘金刚罩’，光线乱就用算法立规矩！”马保亮在攻坚会上鼓劲道。为解决数据采集稳定性问题，李建达团队扎进加工棚半个月，用传感器记录机器震动幅度、溯源粉尘产生节点，反复优化支架设计。历经7类减震材料试验、16轮结构迭代，抗高频震动的相机固定支架终于成型，采集图像实现了“0”重影。
光源调试同样棘手，需兼顾螺纹细节呈现和反光规避。团队反复调整光源角度、更换类型，经过30余种方案调试，一款集工业相机、定制微距镜头、精密环形光源和防护装置于一体的“视觉哨兵”出现在生产一线，图像有效分析率达100%。
算法研发中，杜凯团队受老师傅们“分段对比螺纹纹理”的经验启发，提出在螺纹钢丝头表面分区域定位螺纹波峰波谷的策略，并优化“边缘识别算法”，大幅提升算法精度。针对中径测量误差，团队构建出新数学模型，数月间往返试验室与工地反复标定调试，最终将尺寸测量误差精准控制在0.05毫米内。
尺寸精度解决后，表面缺陷识别成了最后关卡。划痕、裂纹等缺陷形态各异且易与螺纹纹理混淆。团队决定采用深度学习技术，但缺乏缺陷样本支撑。数据工程师李仟耗时近1个月，通过人工模拟和图像合成，制作出5000余张带精确标签的缺陷图像。李建达团队同步优化检测模型，让系统能敏锐识别出微米级裂纹。
2025年6月，系统迎来正式考核。首次试运行时，界面精准圈出1处不足1毫米的微裂纹，现场爆发出欢呼声。上百件样品“盲测”中，系统不仅100%复现人工检测结果，还额外检出3处遗漏瑕疵，效率提升15倍。陈胜利用放大镜确认后叹服：“这‘电子眼’确实厉害！”
如今，这套系统已成为项目质量管控“标配”，每根钢筋都要经过“电子眼”核验后才能投入使用，科技为民生工程的“钢筋铁骨”护航，更筑牢了百姓安居的坚实防线。
