制造商试图自动完成轮毂的分类解决方案喜忧参半
发表时间：2023-10-29 21:01:43
文章来源：炫佑科技
浏览次数：134
菏泽炫佑科技
制造商试图自动完成轮毂的分类解决方案喜忧参半
然而制造商试图自动完成轮毂的分类解决方案喜忧参半，制造商想要提高工厂自动化水平和生产能力，却面临着超乎想象的困难。 原因是它们往往依赖劳动密集型生产流程，在不增加员工数量的情况下很难提高产能。 这*终会造成产能瓶颈，阻碍增长并阻止公司获得竞争优势，这可能会令人沮丧。
手动流程无法扩展，工厂需要自动化
轮毂制造的典型例子很好地说明了这一现象。
这个过程的主要问题是针对每个车轮型号专门进行动平衡检查，这是一项重要的质量保证测试。 因此，生产线上的车轮在送往检验区之前必须进行分类。 但传统上，在制造过程中，这一步完全是手工完成的。
显然，这效率不高。 此外，新车轮型号的频繁推出迫使公司不断地对工人进行再培训，以帮助他们识别新产品。
“制造商尝试过对车轮进行自动化分拣，但结果好坏参半。”为汽车行业提供人工智能制造解决方案的新捷电气公司工业控制和视觉研发总监秦高娥表示。 “基于早期机器视觉应用的解决方案难以识别结构复杂的车轮，也难以区分结构相似的车轮。”
但随着人工智能和边缘计算的*新进展，结合下一代处理器，工厂自动化解决方案将帮助制造商更高效地运营，同时降低成本并增加利润。
用于拣选和分类的制造过程自动化
新捷基于人工智能的枢纽分拣和分拣解决方案就是该技术实际应用的一个例子。
该解决方案直接在生产线上实施。 当成品车轮到达初始检查点时，图像捕获设备检查每个车轮并将数据传输到附近的边缘服务器进行处理。
计算机视觉应用程序按类型对车轮进行分类并相应地标记它们。 借助先进的深度学习技术，人工智能模型可以实现远高于以往机器视觉解决方案的精度。 此外，由于处理是在边缘进行的，因此网络延迟大大减少，同时推理速度也加快。
然后轮子沿着生产线移动到分拣工序（也是通过边缘计算机视觉推理来处理），然后将它们发送到相应的测试区域进行动平衡检查。
该解决方案标志着传统分拣和分拣流程的完全自动化。 秦高鹗表示，这项任务的完成得益于新捷与英特尔的技术合作。 “英特尔处理器非常适合计算机视觉和边缘计算任务，其软件开发工具在构建和训练人工智能模型方面发挥了重要作用。”
新杰在其解决方案中利用了多种不同的英特尔技术：
人工智能工厂自动化：案例研究
中国的车轮制造商信捷就是这种解决方案的一个很好的例子。 为了满足不断增长的需求，客户正在寻求提高产能。 但与许多其他制造商一样，该公司仍然依赖手动轮分拣流程，造成产能瓶颈。
雇用更多员工是不可行的，不仅仅是因为成本更高。 “即使有增加员工的预算，目前在中国招聘员工也不容易。”秦高鹗解释道。 “中国制造业面临严重的劳动力短缺问题自动化软件开发，这对生产力和盈利能力构成一定威胁。”
信捷解决方案的部署*终取得了良好的效果。 轮毂分拣效率提升18倍，帮助公司大幅提升产能。 制造商实际上裁员了。 监督生产所需的员工数量减少，节省了约 75% 的劳动力成本。
*重要的是，无需为了速度而牺牲质量，因为 AI 模型高度可靠，准确率高达 99%。
更智能、更安全的未来
低效流程自动化可以帮助中国汽车行业满足国内外买家不断增长的需求。
不过，秦高娥表示，人工智能工厂自动化的优势并不局限于某一行业。 他表示：“人工智能在制造领域有很多潜在的应用。例如，我们的解决方案支持材料分类、测试以及计算机和消费电子产品的制造。”
人工智能工厂自动化不仅有利于企业和消费者，也有利于员工。 秦高鹗说：“人工智能填补并拓宽了人类的智能，让工人不再需要在工厂里从事重复性、危险性的工作。”
人工智能可以提高生产力和盈利能力，保护员工的健康和安全，*终将推动全球制造业的数字化转型。
本文由.tech 副主编编辑。
