资讯 社区 文档
飞桨EasyDL落地三大工业场景,工业AI赋能产业升级
发布日期:2023-04-06 16:00浏览量:477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。
百度飞桨是中国首个自主研发、功能丰富、开源开放的产业级深度学习平台。飞桨企业版EasyDL零门槛AI开发平台经过多年产业实践打磨,已广泛应用于工业、农业、交通等行业中。未来,百度飞桨EasyDL将赋能支持更多企业转型,助力加快打造中国制造新范式,共攀AI工业大生产时代的高峰。
 
 
技术能力
语音技术
文字识别
人脸与人体
图像技术
语言与知识
视频技术