新闻资讯

管材的外径对不对、内径圆不圆、壁厚均不均、表面有没有缺陷？管材检测方法的变化，本质上是从“人眼定性判断”走向“机器成像定量检测”的过程，管材检测的演变可以概括成三条线同时推进：

①从接触到非接触‌：卡尺、千分尺、塞规靠物理接触；现在靠光、靠声、靠电磁，工件不再被压、被划。
②从离线到在线‌：从"把样品拿到检验台"，变成"管材在产线上走一趟就测完"，检测由抽检走向全检。
③从单一参量到全参量、从测量到判定‌：外径 → 内外径加壁厚 → 再加表面缺陷，最终与自动上下料、自动分选连成闭环，输出的不只是一个数，而是"合格/不合格"的结论和一条可追溯的数据。

下面按时间顺序，把管材检测方法走过的路梳理一遍。

一、手工量具：把尺子压到管子上

早期管材质检主要依靠工人手持游标卡尺、内径千分尺，一根一根地卡。特点是设备投入低、判断灵活，但局限也很明显：：接触式测量，容易压伤薄壁和软质管；读数靠人眼，检测结果受人员视力、经验、疲劳度和照明条件影响较大；只能抽检，测一根算一根。‌

二、接触式专用量具：为孔径量身定做的机械精度

管材内径测量，内径百分表、内径测微仪靠杠杆机构，把孔径与校对环规的差值放大后从表盘读出；测小孔的内径百分表用斜楔原理，孔径变化推动圆锥测杆，误差直接显示出来。另有电子塞规、气动量仪这类把机械量转成电信号的方案，分度值普遍做到 0.01 毫米，精度可达数微米。

比它们更"全能"的是三坐标测量机，圆度、直线度、同轴度等形位公差都能测，但代价是速度慢、要编程，接触式测头还可能划伤柔软或薄壁工件。对批量生产的管材来说，这类工具的定位始终是"离线抽检和工艺验证"，而不是全检。

三、非接触光学测量：让光代替尺子

转折点在光学。以 激光测径仪为代表的一类设备，开始用光来量管材外径，不碰工件、速度快、能做在线连续测量，热的、软的、易碎的都能测。

按原理分，主流有三条路线：‌激光扫描式‌，靠高速旋转的多面棱镜把激光折射成匀速扫描的平行光带，管材遮住光带的时间与直径成正比；‌CCD/CMOS 光电投影式‌，用均匀平行光把管材轮廓阴影投到图像传感器上，数像素就能算出尺寸，没有机械旋转部件、稳定性更好，采样频率可达数千赫兹；‌激光衍射式‌，利用激光穿过细工件产生的衍射条纹间距反推直径，专测超细工件，精度最高可到亚微米级。

这一代设备解决了外径的在线测量，但内径、壁厚和表面缺陷，还是盲区。

四、管材壁厚测量：超声与射线补上第二维

壁厚是管材的第二个关键尺寸，靠的是无损检测。应用最广的是超声波测厚——探头向管壁发一个脉冲，接收内壁反射回来的回波，用"传播时间×声速"算出壁厚，便携、读数直观，金属和不少塑料管都适用。射线测厚则利用 X 射线、γ 射线穿过材料后的衰减：厚的地方吸收多、成像偏暗，薄的地方偏亮，能给出二维厚度分布，直观且不挑表面，但要考虑辐射防护。

再往后出现的电磁超声测厚，不需要耦合剂、不用打磨表面，能在高温、带涂层、带保温层的管子上直接测；导波检测擅长长距离筛查，从一点就能发现数十米甚至上百米管道上的异常区段，再用常规超声复核。

五、机器视觉：尺寸和缺陷一次检完

真正把"四个问题"塞进一台设备的，是机器视觉，多组工业相机沿管材布置，配合定制光源，管材从检测区匀速通过，一台设备同时完成外径、内径、壁厚的尺寸测量和表面缺陷识别，测完直接输出 OK/NG 信号，联动上料与分选机构，把合格品和不合格品分开。相比卡尺和千分尺，它最大的变化不是"更准"，而是‌从抽检变全检、从人工判断变自动判据、从数据散落在记录本上变自动存档可追溯‌。

六、AI 与多模态：从"看得见"到"看得懂"

近十年这条路的加速度，来自算法和算力。2012 年 AlexNet在 ImageNet 竞赛上的突破，把深度学习正式带进计算机视觉，卷积神经网络逐步取代传统手工设定阈值的规则算法；之后 Transformer 架构又补上了建模长距离特征关联的能力。对检测现场的意义在于：过去靠阈值、边缘检测这类规则逻辑，遇到反光、纹理、光照变化的管材就频频误判；换成数据驱动的模型后，系统能自己从良品与不良品样本里学出特征，对形态多变的缺陷更稳。

硬件这一侧同样在变：边缘 AI 芯片的算力从 2019 年的 4 TOPS 涨到 2025 年的 275 TOPS 左右，模型可以直接跑在产线旁边，端到端延迟压到毫秒级；工业级 3D 相机均价从 2020 年的约 8 万元降到 2025 年的 2.5 万元上下，三维视觉开始规模化用于微米级在线测量；更进一步的多模态方案，把视觉和激光位移、电容测厚等传感器融合在一起，连单纯靠图像看不见的内部微裂纹也能捕捉。设备本身也在往"免编程、快部署"走，已有方案做到不需专业编程、现场数小时完成模型训练与调试。

卡尺不会消失，它还会是实验室里的基准；但在产线上，接替它的已经是相机、光源和算法。管材检测的下一段故事，大概率会写在"看得更全、判得更准、部署更快"这三个方向上。