冲压、机加、热处理后的工件表面常有油膜、乳化液残留或手指印。传统影像测量依赖灰度阈值找边，油渍改变局部对比度，边缘会「游移」到反光边界上，造成批量尺寸整体偏移。谐波柔轮、连接器外壳等件尤其典型：实验室洗干净能测准，产线常态油污就漂——验收若只用洁净样，会系统性低估风险。
油污干扰类型｜现象｜对策
| 干扰类型 | 现象 | 对策 |
|---|---|---|
| 不均匀油膜 | 同一轮廓灰度跳变位置不一致，均值班次漂移 | 控制曝光未饱和；JoyAI 学习设计轮廓；必要时轻度清洁工位规范 |
| 倒角 / 油膜高光 | 假边缘、齿顶或轮廓外扩 | 背光均匀 + 偏振 / 角度调整；禁止把最亮梯度当真边 |
| 乳化液斑点 / 指纹 | 局部抓边断裂或跳点 | 空间一致性约束；多帧融合；保护玻璃定期清洁 |
| 过曝饱和 | 梯度形状消失，亚像素失效 | 压曝光、稳光源；算法与光路联合调优 |
JoyAI 在训练阶段见过带油、带屑、带反光的真实图像，学习的是与设计几何一致的轮廓，而非最亮梯度。±2μm 为 JoyPrec 悦准精密设备公开标称值；实际可达精度以出厂标定、现场验收报告及具体工况为准。产线验证建议：同批分「刚清洗」与「常态油污」两组各测多轮，比较均值偏移与 3σ；记录跨班次光照是否需重新标定；与三坐标或主标准对比系统性偏差。验收条款应写明油污组别与清洁规程，避免两组数据混用。
- 把油污组别写进 MSA / 验收条款。
- 光路与算法一起设计，避免「算法很强、画面已饱和」。
- 远心减小斜率误差，定期清洁光源与保护玻璃。
柔轮场景见 柔轮检测；刚轮见 刚轮检测；专机见 齿轮测量专机；送样见 样件预约检测。
FAQ：油污件是否必须先清洗再测？
全检工位通常应按产线常态油污验收；仅实验室抽检可另定清洗规程。若工艺要求清洗，也应在验收中单独声明，避免混用两组数据。
FAQ：AI 抓边是否还需要调光？
需要。过曝与严重不均匀光场仍会破坏边缘信息；AI 降低的是阈值游移，不能替代基本曝光与背光均匀性。
FAQ：油污下重复性变差是否只能换设备？
不一定。先排除过曝、保护玻璃脏污、装夹松动与阈值策略；再评估学习抓边与光路改型。换品牌前应用根因表逐项关闭。
稳定测量的目标不是实验室里好看，而是油污、振动、温度波动都在时仍可信。