智慧製造：如何讓工業質檢“慧眼如炬”？

“你們的良品率是多少？”

面對下游廠家的詢問，良品率做得不高的供貨商一定面露難色，併為此丟失訂單；同樣對於代工企業而言，良品率如果達不到預期，一定也拿不到研發設計企業的長期合同。

良品率，就是企業的生命線。於是，生產製造企業為了提升良品率苦苦追尋，最佳化生產工藝、精益生產流程、採購更先進的生產裝置、提高操作人員的專業素質和能力等。不過，無論再怎麼最佳化和提升，產品品質的穩定性一定不是絕對的，而存在或多或少的缺陷和瑕疵。

這時，質檢是把好品控管理的最後一道防線，企業也往往投入巨大的人力和成本守好這一質量環節。但同時我們知道，質檢環節本身存在巨大挑戰，它是一項繁重且重複性高的工作，傳統質檢依靠人工肉眼檢測，速度慢、效率低，且考驗人的承受力，長時間容易視覺疲勞，從而導致誤檢、漏檢率上升，存在巨大的不確定性。

工業質檢

需要一個不知疲倦、識別更精準的“質檢員”，把不確定性變成相對確定性。

在生產流水線上裝一雙“慧眼”

用機器替代人力，使機器具有像人一樣的視覺功能，完成識別、檢測、定位等功能，成為越來越多工業製造企業的選擇。

值得一說的是，這裡並不是傳統意義上的機器視覺，常規的機器視覺檢測針對解決特定場景，在影象中找到邊、角等人為定義的目標特徵，基於目標特徵在影象中存在與否、多個目標特徵之間的距離的數值進行邏輯判斷來完成視覺任務。

這種方法雖替代了人力，但抗干擾差，對於隨機性強、特徵複雜的工作任務，並不能透過”邊“、”角”來表達“密集的點狀凹凸不平”這種綜合的、複雜的特徵，導致缺陷檢出率低。且在生產換線、工藝升級過程中，無法迭代學習，新缺陷、新特徵需要新設計，演算法開發除錯效率低、週期長，有著明顯的瓶頸。

所以，面對複雜的工業機理和工業場景，基於深度學習技術透過樣本圖片自動抽取和對比複雜特徵，實現從人工設計特徵規則到AI自動學習的突破，能夠對隨機缺陷進行識別和檢測，拓展了傳統機器視覺的應用範圍。

AI質檢

帶來的優勢明顯：速度快、準確率高、抗環境干擾能力強；高精度，適合複雜缺陷場景，適應性好；能夠進行迭代學習，資料量越大，精度越準，模型越聰明。

顯然，AI質檢能夠大幅提升工業質檢的自動化、智慧化水平，是提高良品率、邁向

智慧製造

的有效手段。

由汽車應用說起，AI質檢提升自動化、智慧化質檢水平

根據IDC預測，到2025年中國工業AI質檢整體市場將達到9。58億美元，2021-2025年CAGR為28。5%。工業AI質檢已經從前幾年的試點應用，走向規模化複製推廣。

作為典型的現代製造企業，華為是AI質檢的積極實踐者，基於領先的AI、雲計算、大資料等ICT能力，結合自身200+條產線AI質檢實踐經驗，提煉800+工業級影象處理運算元，華為打造了領先的工業AI質檢解決方案，目前這一方案已在汽車、菸草、電子等製造行業進行豐富的實踐應用，併發揮出獨特價值。

汽車製造企業普遍面臨零部件種類多、型號多、缺陷種類多的質檢難題，在衝壓、焊裝、塗裝、總裝等生產製造環節，AI工業質檢為汽車行業提供智慧質檢解決方案有著廣泛的應用。

例如在汽車間隙面差測量場景，傳統人工檢測採用間隙尺、面差尺作為測量工具，檢測效率低。華為工業AI質檢解決方案透過自動掃描待測區域，提取間隙點集，間隙點集擬合直線、去除異常點，尋找最優方向向量、擬定間隙方向、進而獲取間隙值等完成一系列步驟，將檢測時間縮短為53s/臺，精度優於0。1mm，實現了高精度尺寸測量和缺陷檢測，並大幅度提高了檢測效率。

在發動機裝配行為規範性檢測場景，為防止裝配動作遺漏或操作順序不符合規範引發的質量風險，華為工業AI質檢解決方案基於工藝要求，梳理所有裝配動作，識別影響產品質量的關鍵動作，透過目標識別演算法對關鍵動作進行識別，並對動作的執行順序進行邏輯判定，實現對不符合工藝要求的錯誤動作檢出率>99%，大幅度提高裝配行為的規範性。基於此，在發動機的裝配環節，汽車製造可取消過去的人工自檢/互檢動作，從而提高生產效率。

國家市場監管總局資料顯示，2021年，我國共實施汽車召回873萬輛，其中因製造缺陷佔總召回數量比例為15%。顯然，對於複雜的汽車製造而言，不斷提升產品製造質量，是提升製造能力的關鍵，也直接反映在運營成本的降低上。在汽車生產製造的表面缺陷檢測、操作規範檢測、錯漏反檢查、安全生產監控等場景，AI質檢有著獨特的用武之地。

在某車企的落地實踐中，透過引入華為工業AI質檢解決方案，實時分析員工裝配行為的規範性，以及配件/產品的缺陷問題，並聯合華為進行生產數字化運營升級，該車企將單位缺陷數降低了80%、單臺車生產工時縮短6分鐘、訂單交付週期縮短20%，市場競爭力大大增強。

AI質檢加速製造向“智造”

AI質檢幫助生產製造企業解決痛點難題，當然不僅限於汽車領域。IDC指出，通訊和電子製造、汽車及零部件、消費品、原材料4個行業是目前工業AI質檢的主要應用行業，且新的應用場景也在持續湧現。

華為工業AI質檢解決方案全面覆蓋工業領域行為規範性檢測、缺陷檢測、定位、測量等場景，也已在廣泛的工業製造場景得到應用。

富士康聯合華為在智慧光伏控制器產線打造了昇騰智造AI質檢示範產線，透過

人工智慧

算力加演算法，檢測智慧光伏控制器塗刷矽脂顏色是否正確，矽脂是否少塗、漏塗，以及銘牌是否漏貼、倒貼和錯貼，產線月檢測6000+臺，總體準確率＞99%，實現了從自動到智慧的變化，顯著提升了效率與質量；寶德計算機引入昇騰智造解決方案，將AI質檢貫穿於來料檢驗、生產製造過程檢驗以及包裝檢驗等環節，方案上線以來，檢測準確率超過99%，不僅提高了產品質量，還大大降低了生產成本和人力成本；美的集團在冰箱事業部冷櫃工廠引入昇騰智造解決方案，用於底腳檢測、環保安全標籤檢測、品牌商標檢測和冷凝管貼敷檢測，檢測準確率提高了10%，並大大提升了效率。

整體而言，基於昇騰AI基礎軟硬體平臺打造的華為工業AI質檢解決方案，不僅封裝了華為自身200+條產線AI質檢實踐經驗，面向多應用場景為生產質量管控的自動化、智慧化打造了一個更精準的AI質檢平臺之外。華為還提供了一個低程式碼開發平臺，封裝典型工業應用場景運算元工具，針對不同業務場景視覺化編排，大幅提升了AI質檢應用開發效率。在此基礎上，華為為工業製造企業進一步提供了端邊雲協同方案，線上獲取場景資料、線上除錯，快速實現模型的迭代最佳化、實時下發至端側實時應用，極大提升運維人員的AI模型迭代效率。

解決準確度低、開發難、運維難的一系列難題，華為工業AI質檢解決方案讓AI直達生產一線變得更加簡單。讓AI“睜大眼睛”向傳統工業製造企業賦能，AI助推工業質檢“慧眼如炬”，對於加速從製造邁向“智造”是一個全新的機遇，藉助AI質檢，工業製造企業也將收穫實實在在的價值。