为了解决活门零件人工装配过程错装、漏装零件导致质量隐患的问题以及装配过后人工检错拉低活门产品生产效率的问题,本论文依托活门零件装配智能防错系统研究课题,对活门零件装配过程中的防错技术展开了研究。本课题依据防错理论,结合活门零件装配实际工况分析,设计了装配前可视化引导防错搭配装配后实时检测防错的“双保险”防错方案。其中,可视化引导防错采用参数化三维建模的方式对零件进行三维建模,依据工厂现有的二维书面装配手册和工艺规程,设计制作了活门装配过程的引导视频,提高了装配引导的直观性和便捷性,减轻了操作人员的负担,同时提升了活门装配的质量和效率。装配后实时检测防错采用机器视觉检测的方法,将任务转化为装配状态图像的采集和分类问题,并且采用迁移学习的方法将VGG16模型迁移到本课题中的图像分类任务中,实现了装配状态图像的准确分类。通过将VGG16迁移模型的前两层全连接层替换为全局平均池化层,减少了模型的参数量,提高了网络性能。采用Python环境下的软件开发平台对活门零件装配智能防错系统进行了软件实现。通过模拟工况环境对系统进行准确性和稳定性的检验,依据实验结果对系统进行相应的改进和调整。