“灯塔工厂”背后的质量“监工”工业AI如何内化数字化质量管理

工业AI通过构建AI云平台、结合大数据与边缘计算、开发通用化模型及部署智能质检系统等方式，将数字化质量管理内化于“灯塔工厂”的生产全流程中，实现质量要素的智能识别、缺陷检测与闭环控制。 具体如下：

• AI云平台：构建数字化质量管理的基础设施美的集团构建的AI云平台集数据采集、标注、模型训练与部署于一体，支持工件标定、图像定位及校准等功能。通过部署优化的深度学习训练模型和预测模型的可视化建模，缩短开发周期并降低成本，同时提升AI技术的易用性与通用性。该平台将所有视觉检测终端设备连接至边缘端，实现图像大数据的实时收集与传输，为数字化质量管理提供数据支撑。

• 通用化模型开发：突破非标准场景的质检瓶颈传统AI质检因视觉应用场景的非标准化（如拍摄角度、环境亮度、表面曲率差异等），需为每个项目定制相机、光源、算法方案，导致开发周期长、成本高且存在偏差。工业AI通过AI云平台将边缘端素材及识别结果传回云端，利用深度学习框架训练通用化特征参数与模型，再将新模型下发至边缘端升级。这一过程实现了敏捷、高性能的通用化缺陷检测能力，显著降低定制化需求，提升质检效率与准确性。

• 智能质检系统：覆盖关键质量要素的全流程控制以顺德灯塔工厂为例，其数字化质量管理应用5G+AI+云技术，实现机器视觉质检与AI深度学习的深度融合：

  面板丝印视觉防呆：通过OCR文本识别与图片质检，解决丝印模糊、重叠、断墨、漏印等问题，检测异常时自动报警停线，避免批量不良品产生。

  纸箱标签视觉检测：利用纸箱logo视觉检测技术，自动核对每台设备logo，杜绝套错箱入库；喷墨检测通过自研图像识别算法判定喷墨外观合格性，实现单台报警停线与数据实时上传，解决人工抽检覆盖率不足的问题。

  后板螺钉防漏防错：通过视觉AI技术识别螺钉漏装、反装等缺陷，实现全流程质量把控。

  轴承座AI质检：识别轴承座漏装、反装、装歪等不良类型，分拣剔除不良品，全面提升质检效果。

• 软硬一体化解决方案：提升质检系统的灵活性与可维护性美云智数AI质检产品采用“软+硬”一体化设计，形成快速实施与可持续应用的解决方案：

  AI算法与模型基准库：提供便捷的界面交互，支持零基础引导式模型训练与升级迭代，优先调用质检场景模型。

  完善软件功能：包括多组织工站管理、模型自动更新、一键改判、全程可追溯、缺陷预警及适配MES系统等，实现质检流程的智能化闭环。

  硬件创新：一体式可调节结构支持自动调节工业镜头与多品类混流场景；扫码枪搭配OCR识别实现条码与质检系统结合；智能分流配置通过气压杆剔除不良品，提升硬件设备灵活性。

  统一管理与运维：实现多个AI质检设备点的一体化管理，提供标准化运维服务，降低系统维护成本。

• 数据驱动的质量分析与决策支持通过智能报表数据分析功能，系统多维度反馈产品质量数据，实现智能化预警与趋势分析。例如，外观综合检测项目通过AI视觉检测降低物料用错风险，避免后期用户问题；丝印视觉防呆项目通过数据实时上传，防止品质异常通知不及时导致的大批量不良品。这些数据为质量改进提供依据，助力企业形成“检测-分析-改进”的闭环管理。

• 行业方案赋能：推动工业质检的规模化落地美云智数AI质检依托AI算法开发平台，在图像分类、物体检测、OCR文本识别等领域提供软硬件一体化解决方案，支持企业快速实现AI场景落地。其源于实践的行业方案已覆盖家电、电子、汽车等多领域，通过通用化模型与定制化服务的结合，赋能产业AI升级，推动数字化质量管理从“灯塔工厂”向全行业延伸。

很赞哦!（9712）