AI助力大連林德工程智能質檢檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

AI助力大連林德工程智能質檢林德集團是全球領先的氣體和工程集團，是工業氣體、工藝與特 種氣體的全球領先供應商。大連林德是林德集團最早在中國建立的合 資公司，是林德集團在國內生產填料塔和氣體分離設備最主要的公司。

一、案例簡介

該項目所針對的特種氣體裝備的核心部件進行百分之百檢測。檢測工作包括氣體分布管的寬度，兩頭斜面角度，下排孔的孔間距，下 排孔的孔徑等，檢測精度要求達到0.05mm。當前檢測手段主要依賴人工手持卡尺，逐個孔、逐個面進行測量和記錄，效率低下，一根氣 體分布管平均檢測時間2-3小時，在供貨高峰期，檢測人力並行投入 5-10人。針對該企業氣體分布管質量檢測工作中的需求，設計了一套 以5G數字傳輸和AI圖像處理等技術為主的解決方案，該解決方案 實現了由傳統的工人手工逐孔測量，提升為AI機器視覺全自動整件 檢測。

二、案例背景

該項目所針對的特種氣體裝備的核心部件：氣體分布管（料長 4-6米，鋁合金材質），由於該部件對整體設備的質量由決定性影響， 原材料入場後需進行百分之百檢測。目前分布管的質量檢測工作，存 在檢測耗時長、人工工時成本高、對員工責任心要求極高的短板，且 一旦有問題和缺陷遺留在產品內部，會對整體產品造成巨大的影響， 返工代價高昂。前期該企業在這兩個質量檢測環節不斷地增大人力和 物力投入，用反覆檢測、相互審核的方式來保證產品質量的穩定性。 但是效果並不理想，相關投入與帶來的質量提升收益不成正比，尤其 是個別人員專注度、責任心的問題總是成為質量管理中的脆弱點，從 而導致較多的返工成本。缺乏穩定有效的質量保證措施和成為該企業 最為困擾的問題之一。

三、案例介紹

為了規避因人為技能穩定性、責任心等不確定因素導致產生的質 量風險，基於當前已經趨於成熟的人工智能技術和工業互聯網技術與 標準，構建一整套的智能化檢測系統，針對該企業客戶生產過程中的 質量檢測需求，實現智能化檢測和質量判斷，提升質檢效率、降低現 場工作人員勞動強度、優化質量管控工作流程、保證產品質量檢測的 穩定性，從而降低質量管理成本和產品返工成本，提升整體生產效率和產品質量。

本項目方案主要針對分布管的生產環節進行質量檢測手段的優 化和提升。主要涉及圖像數據採集、圖像和數據預處理、5G數據高 速傳輸網絡、智能識別計算技術、華為ModelArts模型訓練與深度學習、華為雲大數據存儲等技術。

該項目現場布防專用檢測平台，採用專用大口徑、高精度圖像采 集設備進行多孔孔徑、孔距、邊距等信息的圖像採集，圖像處理技術 和高精度的運動控制技術相結合，採集到的設備圖像信息通過現場工業計算機的預處理，經5G網絡上傳ModelArts系統進行識別和處理， 處理結果反饋到終端進行質量檢測輔助決策，同時能夠做到在雲端數 據存儲系統留存樣本備查。

四、典型經驗提煉

（一）具體措施和成效

1 .具體實施技術方案

現場部署專用檢測信息採集平台，採用專用大口徑、高精度圖像

採集設備進行多孔孔徑、孔距、邊距等信息的圖像採集，圖像處理技術和高精度的運動控制技術相結合。

採集到的設備圖像信息及數據通過現場工業計算機的預處理，經 5G網絡提供的邊雲高速通道上傳到華為公有雲智能邊緣平台，智能 邊緣平台ModelArts系統，匹配視覺質檢模型進行智能識別和質檢處 理，處理結果反饋到終端進行質量檢測輔助決策，同時在雲端數據存 儲系統留存樣本備查。