检验工作人员入岗前进行专业培训，在实测过程中依靠按压操作过程中的主观感受和经验判断是否为合格品。收集多个检测阈值，在实测过程中通过与这些阈值进行比较，判断是否为合格品。

　　其典型特点为：试错周期较长，需要在实测过程中反复修正阈值;阈值设置过程繁琐，随着产品和缺陷种类的增加，需要增加阈值的个数来进行判断;典型的收集数据时间一般在1周甚至1月以上，在以往的多个应用中，容易出现发现预期外的异常需要重新收集分析数据的情况，重新订制阈值，重新投入生产数据验证，项目周期长。

　　AI算法检测手感曲线数据AI神经网络卷积算法自动计算曲线数据的特征，判断是否产品是否合格。无工作人员参与检验，无阈值修正过程

　　图2 基于AI的开关测试分选应用方案

　　AI的基本模型为：

　　图3 AI基本模型

　　近日，深圳市磐石测控仪器有限公司与宁波人工智能产业研究院协作开发了针对开关行业的AI分选测试应用研究，并成功导入行业头部企业宁波公牛开关使用，取得了快速建模、快速分选测试，不需要人工设定阈值，基于数据曲线特征的多种测试应用。

　　图4 基于AI的开关测试分选应用方案

　　计算单条数据量超2000组的数据特征信息，然后选择适合的AI模型对进行数据学习识别，常规异常识别率超过99.9%，特殊异常的，特别是通过阈值设定难以分辨的异常特征，识别率也超过99%，成功实现了基于AI的开关弹力手感测试分选应用。