飞桨EasyDL落地三大工业场景，工业AI赋能产业升级

控制台

发布日期：2023-04-06 16:00浏览量：562次

数智化时代，如何利用人工智能实现传统生产方式的转型升级，成为摆在每个工业制造企业的一道必答题。工业生产、质检、管理等环节，持续产生海量数据。以机器视觉为代表的AI技术，广泛应用在3C电子、快消品制造、汽车零部件制造等多个领域，如瑕疵质检、仓储管理、生产安全。

飞桨EasyDL零门槛AI开发平台，面向企业开发者提供AI开发全流程服务，支持数据上传与智能标注、灵活高效的模型训练和多种形式的服务部署，已被越来越多的工业企业落地应用。如何使用飞桨EasyDL助力产业升级，以下分享工业质检、工厂备件管理、安全生产三大落地应用案例。

工业零部件质检，
从人工肉眼检测到AI毫秒级精准识别

经典案例：工业喷油嘴阀座瑕疵质检

当前制造业产品外表检查主要有人工质检和机器视觉质检两种方式，其中人工占90%，机器只占10%。人工质检成本高、误操作多、生产数据无法有效留存。在汽车喷油嘴阀座的生产中，通常情况下质检员采用人工肉眼观察的方式检查是否有黑点、划痕等不良缺陷。而喷油嘴阀座体积小，检测人员需长时间高度集中注意力，易体力容易出现不支导致低效，一定程度上直接影响了喷油嘴生产率。

柳州源创电喷技术有限公司在校企合作项目下，基于飞桨EasyDL创建出阀座智能检测模型。同时结合模型设计出一套机器自动检测流程，实现从振料盘上料到机械臂取料，再到摄像头采集阀座图片并上传服务器，最后通过模型识别完成质量检测。

整套机器检测的流程与传统人工检测流程相比，正确率从75%-85%提升到95%以上，检测数量也从每天的1000-2000件提升到每天可连续工作识别10000件左右。识别正确率和识别数量都有了巨大的提升。EasyDL的应用也帮助柳州源创整个生产环节已向智能化迈进了一大步。

工业备件管理，
从低效盘点到AI智能仓管

经典案例：智能备件库管理系统

物料管理是制造业生产车间管理的一大难点。生产过程中需要大量的工具、零部件等物料，传统的物料管理模式多由人工操作管理，而由于人工操作的不稳定性，物料管理经常出现物料寻找不便、库存管理不当等问题。这些问题不仅影响生产进度，导致生产停滞，还会造成生产成本的增加。

湖南某卷烟厂就遇到了备用零件管理不当的问题。卷烟厂在烟草流水加工过程中涉及喂料机、卷烟机等十几种设备，为了机器在损坏时能及时得到修理，工厂仓库会储备大量的备品备件。这些备件多至几百种，且价值较高，单个最高可达上万元。而过去工厂单纯由人工对备件进行管理，缺少规范，备件入库时简单记录随手堆放，这使得设备修理时找不到备件的问题经常发生，有时一个小小的零件需要翻找一到两天。

湖南曹丞相科技有限公司结合基于飞桨EasyDL训练的备件识别模型开发出的智能备件库管理系统，很好的解决了卷烟厂的难题。备品备件入库时，需放入系统相关联的工具箱并上传信息登记。当设备出现故障时，员工只需将损坏的零件放置在识别硬件的拍照区内，便能通过EasyDL训练的模型自动识别出零件的名称型号，并告知具体放置位置。识别完成后对应工具箱也会亮灯提示，方便员工快速找到需要的零件备件。

当前模型可识别200多种备品备件，正确率高达95%。即使员工不认识手中的零件，也可以在3秒内找到对应备件快速对机器进行维修。彻底解决了原有仓储混乱的问题。

安全监管，
从24小时全天监控到AI智能巡检

经典案例：劳动防护穿戴智能检测

制造业生产中，通常需要员工按规范着装，方便管理与保护员工安全。特别是在化学工业中，员工需要经常与对人体有害的化学品打交道，包括有毒蒸汽、气体、微粒等，这就需要更加严格地佩戴安全帽、护目镜、活性炭口罩、面屏、手套，穿着安全鞋，以保障员工不受有毒物质侵害。而传统的着装监控主要靠人工巡查，不但效率低且无法做到24小时实时监管，只能做到置后管理，无法满足穿戴不规范实时提醒的需求。

长春化工（江苏）有限公司通过飞桨EasyDL训练化工行业劳动防护穿戴检测模型，并在与EasyDL适配的边缘设备中部署使用。通过一台监控主机实时检测灌冲车间的监控画面，便可智能判断人员的防护用品穿戴是否规范。识别到穿戴不规范情况提供实时报警，提醒相关人员处理，避免因为穿戴不规范而导致的员工受到伤害。