144、产线质量管控：模组标定/缺陷检测与一致性调优实战

144、产线质量管控：模组标定/缺陷检测与一致性调优实战

去年夏天，某手机品牌旗舰机量产爬坡阶段，产线反馈一个诡异问题：同一批次5000颗模组，出厂前标定通过率高达99.8%，但终端用户投诉“拍照偏色”的比例突然飙升到3%。我带着示波器和调试板赶到代工厂，在SMT产线旁边蹲了三天。最后发现，问题出在标定工位和组装工位之间的温度差——标定间空调开得足，组装线体旁边就是回流焊炉，温差8度，模组出厂时标定参数全对，但装进手机后热胀冷缩导致镜头轻微位移，标定数据全废。这就是产线质量管控最操蛋的地方：你永远不知道下一个坑在哪。

模组标定：不是跑通流程就完事

先说标定。很多团队把标定当成“跑一遍算法，存几个参数”的体力活。错了。产线标定是系统工程，从光源、靶标、机械定位到算法鲁棒性，任何一个环节松动，后面就是灾难。

光源一致性是标定的命门。我见过最离谱的案例：某供应商用同一型号的积分球，但两个工位的光源色温差了200K，标出来的白平衡参数直接漂移。后来我们强制要求：每班次开工前，用参考模组做一次“标定对标”，偏差超过50K就停线校准光源。代码里要加光源稳定性监测：

# 标定前先测光源稳定性，别上来就跑流程defcalibrate_module