艾雷激光科技蒋丽君:《AI服务器液冷结构件制造中的激光焊接与智能质量闭环》

在2026第三届AI算力产业大会上，艾雷激光科技总经理蒋丽君介绍了AI服务器液冷结构件的智能制造方案。其核心是通过环形光斑激光焊接技术，攻克铜、铝等高反材料的焊接难题，并融合AI智能质量闭环系统，在焊接过程中实时检测缺陷，推动液冷制造向高效、智能与高可靠性的方向发展。

艾雷激光科技蒋丽君

采用特殊激光技术，有效抑制飞溅与气孔，实现高质量焊接。
通过传感器与算法，在焊接过程中实时检测多种缺陷，实现“焊中检”。
专门解决铜、铝等高反射、高导热材料的焊接行业痛点。
将AI深度融入工业场景，提升液冷结构件制造的效率与智能化水平。

以下是蒋丽君总经理演讲内容全文

👇👇

AI服务器液冷结构件制造中的激光焊接与智能质量闭环

尊敬的各位领导，各位来宾，各位朋友，感谢大家等到这个时候，作为最后一位主讲嘉宾，希望我们在激光焊接场景中的实践能给大家带来一些小小的启发。

我是深圳市艾雷激光科技有限公司的蒋丽君，公司创始人。

今天我给大家带来的是《AI服务器液冷结构件激光焊接及检测整体解决方案》的实践案例。

深圳市艾雷激光科技有限公司成立于2012年，总部在龙岗，我们在苏州和武汉都有相应的制造分厂，公司也是一家国家级专精特新“小巨人”企业，曾经服务于3C、锂电、新能源汽车等多各行业。到目前为止创业的13年多时间里，前后给这些行业体够超过5000台/套智能装备和激光系统解决方案。

相信激光焊接对于大家来说都不是特别陌生的工具，我们跟搅拌摩擦焊、真空钎焊等都有对比优势，激光焊接更易于集成自动化和行业数字化、质量追溯等。这是今天我们想为大家带来的分享。

过去的经验主要是在为汽车行业做一些液冷服务器焊接，激光焊接工艺对传统钎焊的取代，我们在汽车行业已经有差不多接近5年的认证，也因为这个工艺的认证，我们通过了汽车行业的IATF 16949体系认证。在汽车行业液冷焊接为宝马、理想、小鹏等已经在路上跑的汽车提供了各种零部件焊接，今天希望把我们在汽车行业领域过去的一些积累和经验拿到AI液冷服务器上，为大家做一些推介。

激光焊接有几大特点：可追溯、系统可靠性、系统防呆止损和快速诊断。

AI液冷激光焊接的痛点是铜材、铝材等高反材料，对焊接容易形成飞溅、炸点，对激光器本身的损伤都是激光焊接在行业里应用的痛点。深圳艾雷激光现在有自研蓝光激光器和红蓝复合激光焊接工艺，在铜材焊接领域工艺上取得非常好的效果，欢迎大家到1号馆1B072展台看我们现场的设备和焊接工艺成果。

今天想给大家重点推介的是焊接工艺中为激光焊接质量一致性做出的一些小小的突破。

首先是铜材、铝材这些高反材料工艺窗口时间非常窄，包括零件公差和装配间隙、表面波动等状态都会导致在焊接过程中焊接质量的波动性和不可控性。

相比传统焊后抽检方式，我们给大家带来的是焊前、焊中、焊后全过程质量管控。过去的经验，在锂电行业很多客户高度依赖于人工工艺检测经验，但我们现在能给大家提供一套数据和算法，确保焊接质量过程中的质量可数字化、可视化。传统焊接检测方式是不可追溯的，并且很多都是抽检手段，激光焊接可以实现单件可追溯、数据完整、非接触在线式，能给大家带来更好的质量数据呈现。

焊前，主要通过机器视觉定位，对所有焊接工件实施精准定位；焊中，有一套WQA多参数闭环控制系统，为激光焊接装上了一套血压计，在DOE验证过程中对激光焊接的质量边界，通过和客户现场工艺人员对边界确认形成一套焊接质量可循的边界。RWD实时熔深监测系统，可以实现实时在线测量熔池深度直接的测量手段；焊后，在生产制程过程中装上这两套系统后，所有焊接质量数据以及对不良质量的种类分析数据，进行数据学习和MES对接，可实现单件追溯。

高精度焊前视觉定位、焊中AI算法对工艺经验的学习以及焊后数据加工一整套系统能够为客户带来真实价值。这套系统在汽车行业和锂电行业已经有大面积应用，目前在3C行业、AI算力服务器行业刚刚开始。

这是我们这套系统的物理原理，当激光在工件表面上进行加工时，材料会吸收一部分激光光束，另外一部分激光光束会通过反射回去，通过对反射光的光谱采集和不同波段光谱分析，焊接过程中材料表面温度变化以及反射激光的能量变化、等离子蒸汽变化，通过数字化手段让焊接过程可以呈现出像大屏幕上一样的波形图曲线。

蓝色部分是我们做DOE验证过程中设定的可接受的质量区间，比如虚焊、漏焊、飞溅、未出光等等不同的焊接质量问题时，就可以在软件界面上看到数据的偏离。

在AI高频数据线上一个铜材焊接案例。当时客户在启用我们这套检测手段之前只有单一的AOI视觉检测手段，虽然能检出像画面上这样明显的外观缺陷，但焊中检产品也一样同步能检测出来，并且还能为客户提供智能看板，把每天不合格品的数量以及种类进行统计和分析，最后为客户呈现每天激光焊接的产能、不合格品比例以及分类到相应缺陷中每一种缺陷数字的呈现。

图中场景属于激光焊接已经出现质量问题，从视觉上没有明显差异。但光谱分析的光电传感器能够明显检测出波动大于平时的质量要求。

这是我们当时做的DOE验证数据，100%检出。

像AI高频数据线连接器的焊接，检测手段主要是通过电信号测量，像图中两个铜线搭接，已经完成导通率。在电测过程中，这个产品叫做良品，但实际上没有被焊接过。这也是我们激光在线焊中检能为波形图没有出现任何波形变化时对电测检测手段形成很好的互补。

围绕激光焊接场景主要检测哪些？焊接速度变化、功率变化、离焦量变化、倾角变化、烟尘影响、虚衔预警。以上变化都是在现场设备上能实时在线零延迟呈现的。

第二套系统是激光熔深检测系统，通过两束不同波长的激光，一束是常规焊接光纤激光1064的，还有一束是测量激光840纳米的，通过两束不同波长激光的光程差计算在激光焊接形成过程中熔池深度的直接测量。

这是铜排焊接和其他铜件焊接过程中看到焊道熔池形貌都可以通过点云状数据看到密度和深度。这是非常直观的测量数据，经过熔深检测的系统焊出来的产品，测量数据是多少，金相切出来的数据就是多少。

激光焊接最怕的是出现虚焊，虚焊是所有AOI视觉都检测不了的，因为外观看上去并没有非常明显的质量不行，但熔池深度如果达不到原来预设的工艺要求，还是会形成后续质量问题。这是锂电行业的案例，看上去AOI的视觉焊好了，但当我们撕开上面这一层材料后看到第二层材料焊接深度没有那么深，反应到软件熔深测量里，熔池深度明显高于要求的最低深度，反应到最终软件上的判定就会报警，这个产品的焊接熔深达不到预测的要求。

这两套系统在展会1号馆1B072有样机，欢迎大家到展位上咨询。

这是我们当时做2000V内环和800V内环的测量数据，熔深检数据精度可以做到0.02毫米的偏差值，20微米。

这是我们当时给客户做的一些小批量验证和相应数据，通过调整不同工艺参数。当我们的功率用到3200W+1600W时，焊接速度是75毫米每秒，焊接材料熔深在1.3-1.4毫米区间，把材料做金相差值分析后发现误差在0.15到-0.148之间，符合小于0.2毫米精度要求。这是上面几组数据切金相后的截面。