一、企业智能制造现状

       为了构建新的竞争优势，某汽车零部件企业开始借助智能制造，全力打造数字化工厂。在智能制造的推进中，公司基于现有的MES系统作为主框架系统，通过拓展和开发相应模块和子系统，在试点区域实施先导项目，并将成熟运用拓展到各个工厂，最终形成管理智能化、物流智能化、生产智能化、设备智能化、质量管控智能化的子系统，达到优化公司现有制造系统和过程，提升生产效率、降低成本和提升能源效率。

       对于企业而言，应用MES的最终目的是通过搭建适合生产的车间监控调度系统，完美的控制生产流程，结合先进的管理方法，实现管理水平的提高、改善生产不良环节。因此每个MES系统的开发都需要考虑企业的实际需求，综合比较供应商综合实力和产品类型。

       公司作为专业的汽车变速器生产企业，希望通过MES的应用让装配线能实现工艺布局合理、性能、自动化程度优良，并匹配科学合理的信息追溯系统，达到质量防错与信息预警等。因此，企业只有选择行业性通用性强的MES产品来保证系统稳定性，然后MES对企业需求进行针对性的开发，才能提高变速器的装配质量、提升生产效率、降低成本、实现多品种共线装配、提高异常响应速度。

       拉动生产模式下，为优化并管控生产计划执行过程，实现工厂快速拉动配送体系，优化并管控厂内物流配送过程，取消纸张看板及人工操作，公司实施了MES制造执行系统，在拉动方式上采用补充式拉动、连续型和离散型顺序拉动三种拉动类型；物料的补充方式包括：多箱顺序拉动、两箱补充拉动、单箱顺序和单箱补充安灯拉动、排序拉动等五种方式。

       在应用中，MES基于产能的约束，首先能够快速有效的进行计划排程，并能够自动分解到生产单元，适应了市场的快速变化；其次，由于所有工序均已实时报工，准确率提高到99%以上；所以可根据工序报工情况，由系统直接核算工时，不再需要人工参与；第三，通过MES的安灯系统实现了缺料报警、设备故障、质量问题等异常信息的实时反馈和响应；第四，对于生产过程进行了有效控制，使生产进程透明化、可视化，可追溯到批次，关键零部件可追溯到单件；第五，建立了在制品动态的MIN/MAX控制，有效降低了在制品库存，减少了资金占用，满足了拉式生产模式的要求；第六，送料从过去按班次送料，变为多频次，根据订单需要，按仓库、按供应商，在指定时间配送到指定工位，实现了按需配送。

二、AI检测项目应用背景

       在过去5年中，随着汽车消费升级，产品越来越受到各大汽车企业的重视，但传统的检测依然依赖于人工主观评判，而由此带来的人工成本和质量成本极大影响了企业效率。齿轮磕碰需要人工每个零件目视检测，有多达25名操作人员全职负责评判，每年都会由于人工辨别而产生的质量问题及客户反馈，每年人工及质量成本约为300万人民币。

       在整个项目实施前，项目团队对工厂的业务现状及存在的问题做分析。存在以下问题：

       ◆一线工人减少，造成招工难，留人难的现状，导致检测效率降低

       ◆人工目检的放置过程会造成齿轮的二次损坏，增加不必要的浪费

       ◆人工检测精度低，标准不统一

       ◆目检视觉疲劳，漏检率高

三、AI质检项目实施方案

       变速器的齿轮磕碰的检测工序，是装配线线的最后一个环节，检测的是零部件的外观质量。针对汽车行业产品规格多且复杂、人工检测效率低、智能检测依赖国外技术等共性问题，公司决定利用人工智能技术，打造一套技术先进、产品精湛、模式创新的视觉智能质检系统，构建起连接多个厂区、工业智能产品、产业链伙伴的协同网络，为柔性制造夯实基础，特此成立了专门的研发小组，通过视觉技术研究和分析缺陷检测应用场景的需求，开展智能在线检测研究。

       该项技术在行业内首创智能在线检测场景，利用工业AI视觉算法和模型代替现场质检人员，实现对变速器零件外观质量100%智能检测。，相比传统的检测场景，这一场景下不仅可以实现100%检测，正确率也能达到95%以上；而人工检测的一次检测正确率只能达到80%。

       配合自动化的工件运转或机械臂自动上下料，并且结合公司意见上线的MES系统，可以可轻松解决工件内壁、外壁、端面、齿面等磕碰、划伤、生锈、黑皮、漏加工、振纹可视缺陷，并实现无人自动化检测。

       1）方案优势

       ◆可在线实时检测、可离线检测

       ◆提供数据分析，为工艺优化提供依据

       ◆可定制化AI检测

       ◆具备数据交互，查询

       ◆可根据产品手动实现一键切换

       ◆满足生产效率，生产节拍

       2）数据分析和AI评断系统

       该项目需要有学习数据。数据来源有：1)可以识别的零件，作为主要的学习数据；2)人工判定的零件，作为补充的学习数据。这一部分可以离线进行，不影响生产。待新模型生成后，可以用过往数据进行离线评价，准确率符合要求后，再上线。工人只需将不同类别故障（及合格）的零件放置到对应的不同文件夹下，启动“AI学习”计算，即可生成AI判定模型。无论那种方法，均要求数据有较高的准确率，避免准确率较低的数据对AI训练造成污染。这两种方法也可以同时使用。

       AI视觉启动后无需人工干预、生成结果不需要声学/人工智能的专业知识，简单易上手。全程只需要对产品的主观评价有了解即可数据分析和评判系统是这一系统的核心组成部分，其主要功能是对上述原始数据进行自动分析和评判。数据分析和评判是由基于人工智能技术开发的定制化算法来实现的，这套算法能够针对不同客户、不同产品的历史数据进行分析实现自我学习，最终对现有数据进行评判。算法能够在模仿人类做出判断的同时，避免人类主观因素的干扰，大幅提高质量表现。

       3）AI检测项目应用收益

       具体优势在于：

       ◆100%智能化检测，避免人工视觉疲劳造成误检

       ◆无人化检测，解决公司招工难，留人难

       ◆利用AI技术，进行高精度缺陷检测

       ◆避免因不合格零件流出后，被下游客户高额索赔以及客户流失

       ◆提高企业整体品牌形象

       业务效果

       ◆智能化检测，避免人工视觉疲劳造成误检

       ◆利用AI技术，进行高精度的缺陷检测