求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。

變更

前往: 導覽搜尋

AI助力大连林德工程智能质检

增加 34 位元組, 1 年前
無編輯摘要
'''AI助力大连林德工程智能质检'''林德集团是全球领先的气体和工程集团,是 [[ 工业 ]] 气体、工艺与特 种气体的全球领先供应商。大连林德是林德集团最早在中国建立的合 资公司,是林德集团在国内生产填料塔和气体分离设备最主要的公司。
==一、案例简介==
该项目所针对的特种气体装备的核心部件进行百分之百检测。检 [[ 工作 ]] 包括气体分布管的宽度,两头斜面角度,下排孔的孔间距,下 排孔的孔径等,检测精度要求达到0.05mm。当前检测手段主要依赖 人工手持卡尺,逐个孔、逐个面进行测量和记录,效率低下,一根气 体分布管平均检测时间2-3小时,在供货高峰期,检测人力并行投入 5-10人。针对该企业气体分布管质量检测工作中的需求,设计了一套 以5G数字传输和AI图像处理等技术为主的解决 [[ 方案 ]] ,该解决方案 实现了由传统的工人手工逐孔测量,提升为AI机器视觉全自动整件 检测。
==二、案例背景==
该项目所针对的特种气体装备的核心部件:气体分布管(料长 4-6米,铝合金材质),由于该部件对整体设备的质量由决定性影响, 原材料入场后需进行百分之百检测。目前分布管的质量检测工作,存 在检测耗时长、人工工时 [[ 成本 ]] 高、对员工责任心要求极高的短板,且 一旦有问题和缺陷遗留在产品内部,会对整体产品造成巨大的影响, 返工代价高昂。前期该企业在这两个质量检测环节不断地增大人力和 物力投入,用反复检测、相互审核的方式来保证产品质量的稳定性。 但是效果并不理想,相关投入与带来的质量提升收益不成正比,尤其 是个别人员专注度、责任心的问题总是成为 [[ 质量 ]] 管理中的脆弱点,从 而导致较多的返工成本。缺乏稳定有效的质量保证措施和成为该企业<ref>[https://www.sohu.com/a/127428832_379156 企业是什么?] ,搜狐,2017-02-28 </ref> 最为困扰的问题之一。
==三、案例介绍==
为了规避因人为技能稳定性、责任心等不确定因素导致产生的质 量风险,基于当前已经趋于成熟的 [[ 人工智能]]<ref>[https://www.sohu.com/a/429466389_120797189 认识人工智能的九个方面],搜狐,2020-11-04</ref>技术和工业互联网技术与 标准,构建一整套的智能化检测系统,针对该企业客户生产过程中的 质量检测需求,实现智能化检测和质量判断,提升质检效率、降低现 场工作人员劳动强度、优化质量管控工作流程、保证产品质量检测的 稳定性,从而降低质量管理成本和产品返工成本,提升整体生产效率 和产品质量。
本项目方案主要针对分布管的生产环节进行质量检测手段的优 化和提升。主要涉及图像数据采集、图像和数据预处理、5G数据高 速传输网络、智能识别计算技术、华为ModelArts模型训练与深度学 习、华为云 [[ 大数据 ]] 存储等技术。
该项目现场布防专用检测平台,采用专用大口径、高精度图像采 集设备进行多孔孔径、孔距、边距等信息的图像采集,图像处理技术 和高精度的运动控制技术相结合,采集到的设备图像信息通过现场工 [[ 计算机 ]] 的预处理,经5G网络上传ModelArts系统进行识别和处理, 处理结果反馈到终端进行质量检测辅助决策,同时能够做到在云端数 据存储系统留存样本备查。
==四、典型经验提炼==
====1 .具体实施技术方案====
现场部署专用检测 [[ 信息 ]] 采集平台,采用专用大口径、高精度图像
采集设备进行多孔孔径、孔距、边距等信息的图像采集,图像处理技 术和高精度的运动控制技术相结合。
采集到的设备图像信息及数据通过现场工业 [[ 计算机 ]] 的预处理,经 5G网络提供的边云高速通道上传到华为公有云智能边缘平台,智能 边缘平台ModelArts系统,匹配视觉质检模型进行智能识别和质检处 理,处理结果反馈到终端进行质量检测辅助决策,同时在云端数据存 储系统留存样本备查。
==参考文献==
[[Category:500 社會科學類]]
767,346
次編輯