對于任何一件工業品來講，瑕疵都是關乎企業生存，乃至社會安全的重要因素。盡管瑕疵檢測十分重要，但隨著產品精密度越來越高，瑕疵檢測也變得越來越難。基于對行業發展的深刻認知，英特爾通過與深視科技合作，為工業品瑕疵檢測提供了一套行之有效的解決方案，助力企業識微見遠。

韓非子云，千丈之堤，以螻蟻之穴潰；百尺之室，以突隙之煙焚。戰國時期，魏國相國白圭善于筑堤防洪，對于小洞——即使只是螞蟻洞都極其重視。在其治下，魏國從未鬧過水災。

這其中蘊藏的真理放在現代也同樣適用——在制造領域，對于任何一件工業品來講，瑕疵都是關乎企業生存，乃至社會安全的重要因素。

盡管瑕疵檢測十分重要，無論是企業還是政府都為之投入了大量的人力物力，但隨著工業產品精密度越來越高，瑕疵檢測也變得越來越難。傳統人工檢察員判斷的準確率通常保持在90%-95%之間，隨著產品數量的不斷增加，流向市場的不合格產品數量急劇增加。

以車輛行業為例，據公安部統計，截至2018年年底，全國汽車保有量達2.4億輛，比2017年增加2285萬輛，增長10.51%。不只是汽車，隨著大眾消費能力的不斷提高，各種工業產品數量正呈指數級增長。

越來越多的產品數目，僅靠人工幾乎不可能達到完全準確的質量判斷，而越來越多流向市場的不合格產品也將影響到更多家庭，危害也越來越重。以熱映的《中國機長》為例，意料之外的產品損壞影響的將是百余人的生命，盡管憑借飛行員個人技藝高超終究平穩落地，但沒人希望發生意外。

于是，人們想到，隨著智能時代的來臨，能否借助AI、物聯網等技術，實現產品質量檢測流程的升級？

用AI解決工業品瑕疵難題

得益于深度學習、計算機視覺和圖像處理技術的不斷增強，利用AI預防生產瑕疵似乎成為可能。工業機器視覺在工業上應用領域廣闊，核心功能包括：測量、檢測、識別、定位等。而在所有功能中，尤以應用于缺陷檢測的工業表面視覺檢測技術應用最廣。工業表面視覺檢測技術基于機器視覺，通過利用計算機模擬人類視覺的多種功能，能夠對具體的實物進行圖象的采集處理、計算，最終進行實際檢測、控制和應用。目前，工業表面視覺缺陷檢測系統已經得到廣泛應用，有效促進了企業工廠產品高質量生產與制造業的智能化。

中國的工業機器視覺起步于上世紀80年代的技術引進，之后在1998年整線引進的半導體工廠也帶入機器視覺系統。但2006年以前，我國機器視覺產品仍主要集中在外資制造企業，規模都較小。2006年開始，工業機器視覺應用的客戶群開始逐步擴大，印刷、食品等檢測領域率先應用工業機器視覺技術。直到2011年，工業機器視覺市場才開始高速增長。隨著人工成本的增加和制造業的升級需求，加上計算機視覺技術的快速發展，越來越多機器視覺方案滲透到各領域，到2017年我國機器視覺市場規模已達近70億元。

工業智能轉型，識微方能見遠

當一個很小的缺陷會影響到整個制造商的生產效率和利潤率時，一切細節都是至關重要的。根據數據報告，預測性維護可帶來極大的節省，在某些情況下，成本降低高達40%。例如，一家制造商可以通過優化生產工廠，從而無需為新的客戶合同購買額外的機械，可節省超過6百萬歐元。作為預測性維護的關鍵一環，工業表面視覺檢測能夠更加全面的檢測出產品的質量問題，提升產品良率。

此外，基于機器視覺的工業表面視覺檢測不但可以彌補人工視覺無法檢測的環境，比如危險工作環境，溫度較高和較低的工作環境等，還可以更加有效的進行保護操作員的人身安全，對檢測工作可以創造出的更多的便利條件。正如電視劇《雞毛天上飛》中鎮長陳金水所講，“一分錢撐死人，一毛錢餓死人”。細節無處不在，利益也往往隱藏在微小細節處，積少成多，其價值何其巨大。

當然，隨著技術的不斷發展，消費者也將越來越偏愛具有更多個性化定制和更高品質的產品。當前，工業4.0與工業互聯網的發展如火如荼，大量制造業紛紛謀求轉型。在此背景下，英特爾主要從四方面著手，致力于推動工業轉型：

互聯制造。從邊緣到云的數據驅動互聯解決方案能夠通過流程優化、新業務模式、預測性維護等方式，為制造企業帶來極強的競爭優勢，未來的智能工廠一定是數據驅動型工廠。

互聯供應鏈。人工智能和物聯網技術可通過網關分析增強供應鏈，以便在整個交付過程中進行庫存跟蹤。通過基于物聯網的智能貨運技術，創新性的釋放供應鏈管理的價值。

互聯建筑。環境控制、通信接口、視頻監控和節能解決方案可以有效提高建筑物的運營效率并節約成本，參與采用物聯網技術的智能建筑環境改造。

互聯工人。互聯工人應用程序能夠通過智能設備、可穿戴設備和增強現實解決方案為產業工人提供支持，智能傳感器也能夠有效幫助工人提高工作效率及安全性。

工作負載整合、虛擬化、基于軟件的自動化、數據驅動型操作等是智能工廠工作的重要方式，而智能工廠之智慧，也在于其能夠自主生產并將數據使用作為工廠業務變革的重要力量。

返回列表