智能制造
智能制造
- 华为云芯片EDA云服务解决方案
- 映云科技车联网数据基础设施解决方案
- 美云智数产品企划数字化解决方案
- 天心天思数字化工厂解决方案
- 数码大方CAXA研发制造一体化解决方案
- 用友装备制造企业数字化解决方案
-
亿信华辰数据中台解决方案实践
- 方案概述
- 资源和成本规划
-
实施步骤
- EsMDM主数据管理平台
- 睿治数据治理平台
- ABI一站式数据分析平台
- 附录
- 修订记录
- 万腾科技制造运营管理MOM解决方案实践
- 华天软件3D+IM智能制造解决方案实践
- 金蝶云星空机械装备数字化解决方案实践
- 黑湖智造云端制造协同平台解决方案
- 依柯力新能源汽车MOM解决方案
- 赛瀚德工业云生产协同解决方案
- 中国汽研凯瑞机器人数字孪生解决方案
- 华磊迅拓MOMpro企业智造运营管理解决方案
- 链宇技术制造业数字化订单管理解决方案
- 万物智联智造云解决方案
- 华为云区域工业互联网公共技术服务平台
- 汉鑫MOM制造运营管理系统解决方案
- 汇智MOM解决方案
- 悠桦林智能供应链计划与排程解决方案
- 赛意制造运营管理MOM解决方案
- 华为云车联网数据应用解决方案
- 希维科技制造业数字化质量管理解决方案
- 造物数科工业云小站解决方案
- 环思纺织服装数字供应链解决方案
- 蜂巢工软工业云小站解决方案
- 能科科技数字主线解决方案
- 华龙讯达木星工业自动化平台智能制造解决方案
- 添翼D2M制造运营管理系统解决方案
- 鼎捷机械行业经营管理数字化解决方案
- 大腾智能工业设计与服务一站式解决方案
- 造物数科电子电路云工厂数字化解决方案
- 摩尔元数电子汽配装备制造执行系统解决方案
- 海之晨工业质检人工智能解决方案
- 中望机械和结构设计数字化解决方案
- 文档下载
- 通用参考
链接复制成功！
方案概述
应用场景
【汽车行业】
客户痛点：
- 随着汽车制造的规模化和精细化，传统的人工质检方式已经无法满足生产效率和产品质量的要求。
- 产品的重量较大，导致人工质检存在较高的安全隐患。
- 传统质检模式导致产品品质不稳定，漏检现象频繁，造成大量客户投诉，影响销售。
- 由于人工劳动力短缺，无法实现24小时连续工作，且人工疲劳易导致漏检，生产效率低下。
- 不同的人工质检人员标准不统一，影响产品的一致性和质量。
通过本方案实现的业务效果：
- 本方案通过机器视觉技术的引入，实现了生产线的自动化质检，解决了劳动力短缺和质量不统一的问题。
- 通过24小时不间断的自动化质检，大幅提升了生产效率，生产系统日增效约10%。
- 在降低人工成本的同时，提高了产品一致性，减少了客户投诉，保证了高质量的产品输出。
- 实现了质检标准化，确保每个产品都能满足一致的质量要求。
【电子行业】
客户痛点：
- 在电子产品制造中，传统的人工质检方式面临多重挑战。
- 产品的质量控制不严格，常常出现漏检现象，导致大量产品无法通过质检，影响销售和品牌声誉。
- 高昂的人工成本和劳动力短缺使得生产线无法实现24小时持续运行，造成生产效率低下。
- 人工质检标准不统一，导致生产产品的质量参差不齐。
通过本方案实现的业务效果：
- 本方案引入了先进的机器视觉系统，全面实现了质检过程的自动化和标准化。
- 实现了100%的产品检测，摒弃传统的抽检方式，确保每个产品都能达到预定的质量标准。
- 通过自动化替代人工质检，不仅提升了检测精度，还降低了人工成本，提高了生产效率。
- 质检标准的统一化保障了产品的一致性，减少了由于质量问题引起的投诉和退货。
方案架构
【业务架构图】
图1 业务架构图
海之晨HAIVision工业质检人工智能平台是基于华为云Modelarts的工业AI视觉平台，赋能多种工业应用场景，有效解决复杂缺陷的定位、检测、分类等问题，具有强大的兼容性。内置多种应用模块，无需编程，帮助用户快速构建和迭代模型，满足不同业务场景下的差异化需求，助力产业智能化升级。
极大缩短集成、部署的时间周期、无需编写代码，极大降低视觉集成商的门槛、部署时间越长数据越多模型可不断优化和改善。
方案竞争力和优势:
- 开发了多账号管理和权限管理中心：面向企业集团或者学校，可以开设主体账号，再下发子账户进行分发和管理，学校可做教学实训。
- 开发了部署中心：支持边缘、在线、混合部署，后续可以适配昇腾服务器盒子。
- 开发了数据中心：目前市面上AI质检软件都是训练平台，海之晨把： 训练平台+自研工程控制软件（控制相机、通讯、PLC）+自研小mes软件（数据分析+数据监控+产线反向控制优化）进行了集成。
以上海之晨开发的最新款视觉平台，集成视觉硬件、视觉AI算法识别判断、界面展示和分析、数据预测和控制为一体。从主流视觉只做判断到数据回收分析做预测，极大的降低了不良品的发生，控制了更多不良品的排出，降低了成本，提高了客户的使用价值。
【部署架构图】
图2 部署架构图
方案通过华为云ModelArts工具等平台实现分布式数据集群处理与训练
- 通过ModelArts平台开发和管理模型，并执行图像数据的训练任务
- 通过OBS 对象存储服务，实现非结构化数据的存储，方便快捷
方案对比&成本优化：
- 对比A3方案，使用ModelArts实现模型管理与训练，统一管理模型，解决模型分散问题；同时检测能力强、硬件要求低、适配性强。
- 极大缩短集成、部署的时间周期、无需编写代码。
- 极大降低视觉集成商的门槛、部署时间越长数据越多模型可不断优化和改善。
综上所述，典型场景下
对伙伴：数据采集与处理效率提升20%；整体存储与资源占用减少10%，运维成本降低5000元人月。预计产线现场节省1-2人力，直接节省人力成本10-20%。单工位人力成本平均节省4w ，结合modelarts缩短算法训练时间，单工位平均节省算法工程师1人/月、自动化工程师1人/月。
对客户：实施周期缩短30%、算法迭代快，项目上线快。平均缩短实施周期一个月，当月良率提升平均2%。为工厂后续业务上云提供铺垫。
方案优势
- 检测能力强：对形态、纹理等特征提取能力强，可解决低对比度、缺陷种类众多、背景复杂、缺陷尺度小等各类复杂检测问题。
- 完备易用：集标注、训练、模型调优为一体，图像化设计支持零代码构建工程，自由选择核心AI功能，满足不同场景下的差异化检测需求。
- 适配性强：适配主流操作系统（windows、Linux）及常用工业视觉软件，提供标准化接口，支持多种编程语言，可灵活二次开发。
- 计算速度快：设计高效轻量的网络结构，推理阶段计算图优化，在保证检测指标的同时，提高训练速度和推理速度，100张500万像素大小的图像训练耗时约10min，单张图像推理30ms以内。
- 检测精度高：缺陷区域自动重采样，提升小缺陷关注度，实现细小缺陷的精确检测，最小可检测尺寸低至3像素。
- 样本依赖少：提供数据增广工具和非监督模块，降低对缺陷样本的依赖和部署成本，精确识别单类缺陷仅需30-50张图像。
约束与限制
- 本解决方案需要依托高性能的云计算资源，适用于具有较高数字化水平的企业，不适合完全依赖离线工作的场景。
- 实施过程中需要客户提供相关生产数据及工作流程，部分场景可能涉及客户数据隐私保护的额外成本和风险评估。
