来源：证券时报网
近年来，智能手机市场的兴盛蓬勃，拉动了主机芯片、光学镜头、盖板玻璃等配件的需求量激增。仅以手机盖板玻璃为例，中国每年约有30亿片手机盖板玻璃片出货。据了解，手机盖板玻璃流程严格，是3C领域对检测要求极高的门类，包括玻璃外形打孔、钢化、抛光、丝印、镀膜、清洁等诸多复杂环节。且每一个生产环节都涉及玻璃质量检测，工序多达10余道。
中科慧远联合创始人沈飞向记者介绍，目前，手机玻璃盖板的检测存在以下痛点：第一，人力成本高昂，且逐年递增。由于玻璃表面瑕疵的检测难度极高，目前玻璃盖板检验几乎全部依赖人工，全国玻璃盖板检验人员超15万，每年工资支出超亿人民币，并且逐年递增。第二，人工检验效率低、稳定性差。人工检验单片检验平均时间约30s，效率低下。人工检测品质很不稳定，平均漏检率5%，误检率2%。第三，工作枯燥、视力损伤大，员工流失率高。质检员需要在强光下通过不同的光线和视觉角度，捕捉玻璃的各类缺陷。由于质量检测时需要工人长时间在强光下观察玻璃外观，对视力的影响极大，从业人员平均3个月视力下降到0.6，劳动伤害、工作枯燥等导致检验人员月流失率超20%。第四，不能统计良率信息，无法提升产线良率。人工只能在终检时候检，无法在平磨、钢化、丝印等环节后检测，无法引入过程检，导致产线整体良率难以提升。
而中科慧远目前独占2D/2.5D玻璃盖板外观缺陷检测设备、3D玻璃盖板外观缺陷检测设备、蒙砂后盖外观缺陷检测设备、及在线丝印品控仪市场，在手机盖板的白片、丝印、镀膜、出货等关键检测点能够提供全瑕疵检测服务。中科慧远AOI设备的显著性成果包括，第一，节省了人力成本。一台中科慧远的AOI设备可有效替代30-40个质检工人。第二，提升生产效率，提高检测稳定性。目前经训练合格上岗的检测人员检测效率为30s/片，而机器检测效率可达1.5s/片。第三，沉淀生产、质检数据，助力工业升级。AOI设备可以沉淀生产、质检数据，为优化生产流程提供客观数据和理性决策支撑，可以助力下游工厂改良生产工艺，提升整体良率。
事实上，在整个工业制造领域，产品制造过程中，零部件不可避免的会产生多种缺陷，不仅影响产品的性能，严重时危及用户生命安全。连续大批量生产中每个制程都有一定的次品率，在生产过程中及时检测、剔除次品对质量控制和成本控制非常重要。产业链环节的各个厂家对产品缺陷都有严格的要求，产品生产过程中和出厂前需要进行严格的检测。
而AOI设备采用光学成像方法模拟人眼的的视觉成像功能，用计算机处理系统代替人脑执行数据处理，对产品缺陷进行检测，并能够大量沉淀真实工业环境数据，形成数据分析，从而指导工艺，形成降本增效的良性循环，因此在数字化和智能化方面可以显著助力工业4.0，完成智能制造的“最后一公里”。
据了解，中科慧远的创业团队来自中科院自动化研究所，在该所人工智能机器学习算法技术积累下，精密感知与控制研究中心副主任张正涛带领中科慧远团队结合先进的视觉信息处理、智能控制方法、精密机构设计与集成等，提出了基于显微视觉的精密检测技术与方法，成功应用于我国“神光”项目重大装置中，在此基础上，中科慧远又把其转化在了盖板玻璃行业全自动化生产线上。
截至到目前为止，中科慧远完成了A+轮融资总融资金额超1亿元，此前主要投资方包括中科创星、联想创投、丹华资本等。此轮融资主要用于中科慧远旗下AOI设备制造、工业互联网与AI大数据平台以及工业AI算法公共平台研发，旨在为工业质检领域不断赋能。
联系电话：