由中国信息通信研究院联合相关单位编写《中国智能制造发展研究报告—智能工厂》，基于智能制造试点示范数据分析，梳理了智能工厂建设落地的十大场景，归纳了场景差异化应用模式。应用数量排名前十的“十大智能场景”分别是智能在线检测、工艺数字化设计、智能仓储、人机协同作业、质量精准追溯、在线运行监测与故障诊断、产线柔性配置、车间智能排产、精益生产管理、生产计划优化。

质量检测是采用科学的检测手段和方法，测定产品特性是否符合规定的过程。质量检测效率和精度在一定程度上影响着生产效率和产品质量。传统工厂依托人工开展质量检测活动，首先检测效率相对较低，影响产线生产节拍；其次存在一定的质量误判率，导致不合格品流入后道工序或者市场，造成质量损失；同时质量检测数据无法采集、管理和追溯，难以支撑质量数据应用。聚焦高效精确质检和质量持续改进需求，将机器视觉、数字传感、人工智能、边缘计算等与检测装备相结合，打造智能检测装备，通过接触或非接触方式在线采集产品质量数据，应用“工业机理+数据分析”构建的质量分析模型实时识别、判断和定位质量缺陷，进而自主决策质量合规性。智能在线监测大幅度提高质检效率，提高缺陷识别率，降低质量损失风险，同时推动质量管理全流程的数字化，进而支撑全流程质量追溯和质量分析优化。

智能在线检测当前已在钢铁、电子、汽车、食品等行业的物料质量检测、加工和装配质量检测、产品外观检测、包装缺陷质量检测等方面得到广泛应用，如华菱钢铁 5G+人工智能的棒材钢材表面缺陷自动检测，降低质量损失年均 500万元。主要包括以下三类典型应用模式。

一、外观表面质量检测

应用工业相机采集被测对象外观或表面图像数据，通过结合工业机理模型、大数据分析和深度学习算法等构建的缺陷分析模型自适应识别和定位表面质量缺陷，筛选不合格产品。如钢材表面缺陷检测，LED液晶面板表面缺陷检测，食品饮料包装破损检测等。

二、几何尺寸公差检测

应用平面视觉测量或者三维视觉测量等方式采集对被测对象几何参数，通过“工业机理+数据分析”构建的测量算法进行几何特征提取、尺寸公差测量和质量合规性判定。如洗衣机总装箱体尺寸视觉检测，航天高精度零件车削加工轮廓尺寸检测等。

三、装配质量改错

应用工业相机采集被测对象装配状态图像数据，通过深度学习等算法等进行关键特征提取，零件识别和定位，基于识别的装配零件数量和装配位置的正确性，判断质量合规性，如发动机活塞销卡环装配检测，PCB电路板 SMT贴装错误检测等。