在航空航天、新能源、高端装备等领域，碳纤维拉挤板因其轻量化和高强度特性，成为结构轻量化设计的重要材料。该材料采用拉挤工艺成型，芯层为浸胶碳纤维纱增强体，表层贴附脱模布防护层，脱模布表面可能出现异物、毛丝、鼓包等缺陷。如何在高速连续生产线上实现品质管控，成为行业关注的问题。

中国西安获德研发的碳纤维拉挤板机器视觉检测设备，针对脱模布布面特性，配置高分辨率成像与多角度光源，对拉挤板进行双面检测。系统采用深度学习模型，可定位缺陷位置并识别缺陷类型，实现非接触、不间断、实时检测。

该设备选用千万像素级工业相机，确保在高速运动下捕捉细微图像细节。针对不同缺陷类型，配置正反面光源，实现双面检测。系统采用独特光学设计和结构光成像技术，可清晰对脱模布布边成像，实时检测脱模布到边距离，检测精度达0.5毫米。

系统核心采用深度学习算法，经缺陷图像数据库训练，可区分真实缺陷与干扰因素。检测到缺陷后，设备进行声光报警提示，便于操作人员查看。每卷检测完成后，系统将缺陷数据储存至数据库，可提供各类报表和查询功能，方便质量追溯与工艺优化。

该检测系统最高检测速度为4米/分钟，最大检测幅宽200毫米，可自动适应不同幅宽拉挤板检测。系统可精准识别微小至4平方毫米的正、反面缺陷，用红色方框标注缺陷位置，同时用红线和蓝线标记拉挤板边缘和到边距离，界面可设置到边距报警阈值。

通过自动记录缺陷信息，系统形成完整的质量追溯档案，可精准定位高频次、高风险缺陷问题，为工艺优化、设备维护、供应商管理提供数据支撑。