工业AI质检-智造的新“质造”者

写在前面

在日益激烈的市场竞争中，制造企业为了提高核心竞争力与品牌价值，必须对产品质量严格把关，提升客户满意度。在越来越严苛、多变的要求下，如何高效、高质地完成产品质检工作？这就需要企业在工业质检中引进智能技术加以辅助，进而推动智造高质量发展。

• 来源：e-works 贺熙鲁
• 
  

力不从心

传统质检深陷需求桎梏

传统制造模式依靠人力完成质检工作，质检结果受多方面因素的影响：

①人力问题难解决：人工质检容易产生疲劳，效率较低，无法快速应对产品变化或工艺升级等问题。近年来，制造企业更是普遍面临着招工难题，培训成本与工人流失率高等挑战更是让人工质检雪上加霜。

②适应性较差：应对产品换型时，传统制造企业需持续投入资金，甚至需要改造设备，难以短时间内快速完成对新产品的高效检测。

③环境愈发严苛：如今不同的工作环境（如对温度、光线、操作技术等有特定要求）、质检工作中需要处理的庞大数据、结构复杂零部件的缺陷或微小的瑕疵，都让人工质检难以应对。同时，在部分行业中可能存在有对人体有害的工作场景，人工质检存在风险。

简单机械质检虽然能完成单一产品的批量质检，但是由于硬件与技术的局限而无法有效识别出产品的细小瑕疵，难以检测如物理强度、化学性质等指标是否合格，且模式单一、智能度较低，处理较复杂问题时难从其中获得“经验”，因此有“愚钝”之苦恼，无法应用于化工、钢铁、石油等流程制造行业。同时，在遇到更换产品时，简单机械质检仍需要依靠人工进行较大幅度的调整，较高的成本难以应对如今产品生命周期大幅缩短、客户需求多变的趋势。

随着数字化转型的推进，在制造企业产品生产过程中，产品质检将涉及到比以往更多数量、种类零部件的识别、检测等操作，相应的产品质检对检测准确性、灵活性、成本管控等方面有严苛需求。人工质检与简单机械质检正越发显得力不从心，难以精准、高效地完成对复杂指标的检测。

“智”有一套

工业AI质检的把关“章法”

相比传统质检方式，融入了智能技术的质检方式凭借高精准性，能快速定位并提取缺陷细节，避免了人工或简单机器质检可能造成的错检、漏检；低成本、高灵活度的优势使智能质检得以补齐人力缺口，为企业减轻人力与技术负担。

工业AI质检正是这样一种新的智造“守门员”。工业AI质检解决方案由质检硬件设备、智能质检软件与推理模型等组成，根据模型输入至智能质检软件中的标准、瑕疵类型等参数，由智能软件管控，让质检硬件完成质检工作。这是一个动态且能随时得到反馈的循环过程，质检硬件设备遇到的新问题可经由智能质检软件上传至推理模型，让AI“学会”新方法，从而得心应手地应对更多挑战。这些“经验”也可经过AI平台反馈给供应商，让供应商及时获取应用中的新信息，从而改良产品。

凭借这套智能化体系，工业AI质检能高效处理不同产品的质检工作，同时依靠深度学习能力更好地适应不同行业、不同企业，保证质检结果。相比人工质检，工业AI质检不会产生疲劳，提高质检效率的同时节省了人力资源、操作学习成本，对部署场景的要求较低，应对要求变化无需对现有设备大量改造，并能以AI算法帮助企业改良生产工艺及流程。

另外，AI能高效辨识与检测如声音、温度、物理强度、化学性质等复杂指标，在复杂甚至是对人体有害环境下，AI质检能代替人工质检，在高效完成工作的同时降低企业用工风险。

大有可为

工业AI质检应对多场景

目前AI质检已有外观检测和异音检测两大应用场景：

1.外观检测

在一些行业中，质检工作面临检测步骤多、产品数量众多、精度要求高等挑战，对产品外观的要求也愈发苛刻。不同的生产线标准不一，需要人工逐个进行确认，传统质检方法需要消耗大量人力、财力。而且目前更多种类如裂纹、划伤、脏污、缺损、变形、毛刺、异色等外观瑕疵依靠人工质检已越来越难以被检测到。在不同产线，工业AI质检以多光源、多角度对产品拍摄多组高分辨率的照片，更好地呈现细节。基于成像结果，工业AI质检对产品的各类缺陷进行分类、识别、分割等工作，可划分多个缺陷类型并能准确识别与分辨，提升质检效率，大幅降低整体产品检测过杀率与漏检率。此外，AI质检运用智能算法可对部分工序进行升级，同时算法泛化能力和在多产线上进行迁移部署的效率也将得到全面提升。

（1）3C行业

浙江舜宇智能光学有限公司是综合光学零件及产品制造商，公司专业从事光学及光电相关产品设计、研发、生产及销售，主要产品包括三类：光学零组件、光电产品、光学仪器。在摄像头模组外观检测中，舜宇光学引入工业AI质检技术，通过拍摄产品多视角照片，分析产品外观质量，并设定判定准则，辨别缺陷种类，确认产品的合格情况。

上海富驰高科技股份有限公司，是一家金属粉末注射成型（MIM）产品专业制造商，经过20多年的发展，富驰高科的产品目前已在消费电子、医疗、汽车、航空航天等领域获得广泛的市场应用。富驰高科将工业AI质检技术引入“摄像头支架外观检测”中，通过运用AI分析，分析产品外观，通过多个不同外观拍摄视角，综合判定产品的质检结果，每个产品的质检时间仅需4秒。在这4秒内，从80多个角度拍摄产品，并对这80多张图片进行处理，得出质检结果。产线漏检率大幅降低，每年节省成本超过数千万元。

（2）汽车行业

宗申集团是提供动力、机车、大型农机、通用航空、无人机、新能源、智能装备的制造业企业。宗申集团采用包含了机械结构系统、控制系统、电气系统、成像系统、基于深度学习的图像处理系统在内的AI质检一体机，通过计算机视觉系统，检测发动机组装过程中正时点是否对齐，活塞挡圈、垫片、拔叉等是否漏装。目前此方案已在宗申集团开始批量复制。

北京福田康明斯发动机有限公司依靠工业AI质检，实现了对发动机关键零部件的表面缺陷和装配缺陷的自动检测，提升了质检效率，减少了人工质检工作量，让工人得以从事更高工艺水平的工作，最终提升了企业整体的竞争力，迈出了向智能制造转型升级的关键一步。

（3）新能源行业

正泰新能源是正泰集团旗下集清洁能源开发、建设、运营、管理于一体的系统能源解决方案提供商，负责光伏组件的生产和销售。正泰新能源应用AI质检，在经过多轮线上实测后，AI算法的识别准确度可达97%。从图像拍摄到数据接收、处理，然后到数据上传至制造企业生产执行管理系统（MES）做缺陷判定，再到最后MES系统下达指令给机械手臂抓取缺陷产品，整个流程耗时不到一秒，仅为原先的一半，且检测过程无需人工参与。

宁德时代是新能源创新科技公司，为全球新能源应用提供解决方案和服务。在2019 年，宁德时代便已意识到用工困难、人力成本高、外部环境变化大等挑战，故选择智能化路径来优化其研发制造流程。利用AI学习开源平台，宁德时代对电池缺陷质量检测产线进行了改良，实现了整体产品检测准确率的跃升，为动力电池质量保障筑起智能防线。

（4）化纤行业

三联虹普是一家专注于合成纤维及其原料生产技术及装备领域的高新技术企业。2018年，三联虹普开始利用华为云技术探索合成纤维质量检测场景。在利用AI解决方案后，三联虹普在降低成本的同时，纤维质检从原先人工质检只能检测最后100米升级到可覆盖1000公里的全面检测。

（5）陶瓷行业

陶瓷质检对外观品质要求较高，且在更换产品花色时为肉眼无法在短时间内适应。AI质检依靠人工交互与自主学习，能准确识别细小瑕疵，并在更换花色时能快速适应新产品质检要求。

新明珠集团是一家集产品设计、研发、生产、销售、服务于一体的大型建材企业集团，产品广泛应用于建筑空间的装修、装饰。在2020年，新明珠签署了AI质检的研发项目，历经2年多的时间实现了AI产业化和工业智能化的融合。

目前，新明珠应用的AI质检系统检测最快速度可达到60片/分钟，保证检出率达97%以上，误检率仅为1.5%，均高于人工质检平均水平。在面对生产线更换生产花色时，系统可实现秒级切换，针对全新花色现场采集瓷砖图片+人工交互+算法调用，全过程仅需5分钟。该系统已先后在新明珠集团股份有限公司广东肇庆绿色建材研发制造基地、新明珠数字化示范工厂投入使用，整体解决方案包括了光学摄像设备、数据采集系统、边缘服务器、AI算法(后续增加机械手集成)。应用该系统后，工厂质检效率和准确性得以提升，并且效果得到了品管部门的验证和认可。

2.异音检测

噪声评判是产品质检的常用方法之一，广泛应用于各行业。然而由于缺乏系统化的分析方法，目前不少制造企业的产品噪声异常检测仍由人工完成，难以顺应制造自动化的需求。AI质检通过有效降低环境噪音，进一步实现对产品异音的精确检测。智能识别模型自动完成音频文件的接入、特征提取、智能判别等工作，输出对应产品条码号的实时判别结果，对异音自动报警，并针对识别结果对产品异音原因进行智能分类，辅助返修排故。同时，人机交互为AI异音检测面对新标准、新场景提供了有效支持，帮助AI学习质检“知识”。

（1）汽车行业

恺博（常熟）座椅机械部件有限公司的产品涵盖座椅滑轨、调角器、锁扣、座椅调节机构和微电机，并拥有座椅机械零件的设计、开发验证和制造全价值链能力，为国内外客户提供质量上乘的产品和技术。恺博车间应用了“AI异音识别系统”，可将声音转化成波形并自动分析，降低产品安全隐患，提高“异音”识别准确率。产线上可不再指派工人完成“辨音”工作，由AI系统接过产品质检的“重任”。

佛吉亚（无锡）座椅部件有限公司的产品是座椅核心零部件。针对客户反馈的异响问题、人工实施静音检测流程繁琐，耗时较长，且人工异音检测随产品增加需要较大设备与人员投入等等，佛吉亚（无锡）采用AI技术对异音进行检测。基于全自动数据采集与人工评判，AI异音检测系统利用AI学习能力，构建了AI判定引擎，可高效准确地识别、判断异音问题。随着基于AI技术的噪声检测系统在无锡工厂投入应用，目前人员数量已经从38人下降至3人，并减少了专家的介入；同时提高了质量控制能力、判定节拍与产品之间效率，客户端PPM从25下降至3，年经济效益高达450万人民币，降低了质检误判率与产品换型成本，最终提升了客户满意度。

（2）家电行业

某知名家电生产企业高度重视将机联网、大数据、人工智能等技术应用至工厂的实际业务中，全面推进企业由“制造”向“智造”的转型升级。该企业所打造的智能互联工厂，目前已实现各生产环节的自动化、有序化和数字化。企业某厂区生产线部署了分贝检测设备，通过对生产的产品逐件进行噪音分贝人工检测，评判产品是否合格，并将评判结果人工录入至生产线MES系统。

在应用AI异音识别质检系统后，该企业全面实现了质检产线“机器换人”，6条产线“解放”质检人员约20位，节省人力成本约200万元；同时实现了检测系统整体的智能化，减少了误判次数，检验可靠性提升约30%。企业其他分厂生产线部署产品异音检测智能识别系统积累了丰富经验，为行业内其他企业生产线智能化改造与转型升级做出了示范。

百花齐放

工业AI质检“妙招”层出不穷

随着越来越多的制造行业、企业尝到了AI质检的“甜头”，工业AI质检的设备与方案正逐步发展并完善，以下是一些较典型的工业AI质检解决方案：

（1）腾讯云智能工业AI质检解决方案

腾讯云智能根据多个制造企业应用案例，逐步打磨出软硬一体的一站式AI质检方案。并已应用于3C、电池能源等行业。由质检仪、工业AI质检平台组成的完整AI质检方案包含了模型训练和预测服务，用AI智能化决策辅助或代替人工，能解决制造业外观检测自动化的瓶颈问题。腾讯云智能基于自身及优图实验室的技术能力，根据工业企业产品外观缺陷检测需求，量身定制AI算法模型。该方案采用软硬一体交付模式。

在硬件方面，腾讯云智能联合生态伙伴实现了让机器自由定位工件表面任意位置，全方位多角度无死角捕捉缺陷，并能将每个点位的平均检测速度优化至0.2秒以下，极大提高检测效率。腾讯云智能质检方案通过更换夹具即可完成多类产品适配，产线改造成本大大降低。

除此之外，腾讯云智能依靠工业AI中台能够助力制造企业实现质检结果与设备的统一监控管理，实时获取产线整体与各机台的质检情况，辅助产能调整与工艺优化，帮助用户快速创建、部署工业AI应用，管理全周期AI解决方案。

腾讯云智能工业AI中台

（2）百度智能云工业AI质检解决方案

百度智能云基于AI+视觉技术实现产品的缺陷识别及分类，帮助制造业实现工业产品外观表面细粒度质量检测，且已在3C、汽车、钢铁、纺织领域拥有相应的解决方案。

例如在3C行业，百度智能云与生态合作伙伴共同研发了高度集成的一体化 3C 智能工业质检设备，方案能兼容各类40 * 40 * 40mm 的结构件检测。，设备上线后可为企业减少 90%以上的质检员。百度智能云深度学习模型对固定点位场景进行智能检测，大幅提升检测精度和效率，并可通过机械调整工作距离以实现不同尺寸产品的兼容需求，减少售后与返工成本。

针对钢铁行业现场情况，百度智能云可定制检测方案，采用上下双排检测方式，并加固光学采集设备，保证在恶劣环境中可以长时间正常运作。

此外，百度智能云AI知识智能搜索平台可将“老师傅”经验存至云端，方便及时调用，为质检工作提供快速、可靠的经验与技术支持。

百度智能云工业质检方案架构

（3）创新奇智工业AI质检解决方案

创新奇智ManuVision机器视觉智能平台是应用于工业制造领域的深度学习机器视觉检测软件系统，旨在定位、测量、检测及识别常见缺陷或关键指标。该平台由三个部分（训练器、设计器及运行器）组成，提供涵盖图像标注、深度学习模型训练、模型测试、算法模型流水线及线上检测的全方位解决方案，能大幅提高质量及降低交付检测解决方案的成本。ManuVision机器视觉智能平台配备专有的工业云平台，可在公有云或私有云中运行，并已有液晶半导体、纺织纤维、装配制造、连续纤维增强热塑性复合材料（CFRT）、3C五个典型应用场景。

（4）阿里云工业视觉智能

阿里云工业视觉智能是基于达摩院算法框架搭建的一套集数据管理、标注、训练及模型部署于一体的智能AI训练平台，当训练生成的算法模型与产线设备集成后，可代替人工进行工业缺陷检测，助力企业降本增效，降低安全隐患的同时提升产能。

阿里云工业视觉智能在钢铁、食品饮料、纺织化工与电子制造四个行业均有应用，支持多种瑕疵检测，提升缺陷检出率，降低误捡率，大幅降低人力成本和反工损失。

（5）硕橙科技Supervisor质检解决方案

硕橙科技Supervisor质检解决方案通过分析比对定量产品的运行噪声，生成特征模型，经过模型匹配等方式可实现产线OK品与NG品的自动化区分，同时还可提供相应的评估系数和不良原因分析。

针对机械结构的异音，Supervisor 质检解决方案通过对异音特征的提取和识别，由硕橙自研核心算法自动分析、判断是否存在不良品，不良品检测率可达 99% 以上。目前，Supervisor 质检解决方案在发动机异音质检中可覆盖常规检测项目，包含怠速测试、分离测试、高速测试、散油测试等，可选取发动机上、左、右端盖进行精准判别，有效解决人耳听音的听不到、听不清、听不准、听不稳等问题，并且能够通过全特征记录和成因分析，帮助企业建立可量化的质量评价标准，便于统一和大规模推广。

（6）美林数据产品噪音大数据智能检测系统

美林数据基于客户现有工业互联网平台，结合平台软件及硬件资源，开发了产品噪音大数据智能检测系统，可有效解决人工检测无法准确、可靠识别异音的痛点。解决方案包括非结构化音频数据实时采集与存储、分析建模与智能识别、结果输出与可视化展现三部分，目前已应用于空调、油烟机、洗衣机、冰箱等白色家电生产线产品异音智能检测与如小型马达、电机等设备生产线产品异音智能检测。

针对生产线采集的大量检测音频，美林数据产品噪音大数据智能监测系统利用端点检测技术对产品运转过程中起、停机阶段的音频区段进行智能切割，利用数字滤波技术自动对音频进行降噪。通过特征自动提取与样本标定，利用机器学习技术构建智能分类模型。

通过不断扩充训练样本及模型自学习，美林数据确保识别准确率满足生产线质检精度要求，同时构建了音频采集系统，实现产品分贝检测产线对音频的实时同步采集与型号关联。美林数据产品噪音大数据智能检测系统可将智能检验结果实时反馈至企业工业互联网平台，支持产线质量问题统计与分析。

美林数据产品噪音智能检测大屏示意图

结语

智能技术虽然进入工业较晚，不少制造企业因价值难以衡量、缺乏资金等原因而不愿探索智能的工业质检解决方案，同时不少智能方案提供商因难度大、前景不明朗等原因而不愿拓展工业领域。然而在与精度要求极高的3C、装配流程繁琐的汽车等制造行业的合作中，智能质检供应商逐步掌握了由于产品种类众多、更新迭代快、业务规则多、检测流程复杂等制造痛点所带来的新机遇。同时，典型的工业应用场景为智能质检供应商提供了宝贵经验，让其得以进一步升级自身的工业质检产品与方案，并向身处其他行业同样面临人工“繁”恼的制造企业输出智能质检秘籍。

在数字化转型浪潮中，工业质检将以更智能、更高效的运转模式挑起智造大梁，以融入了AI等新智能技术的质检解决方案将接过智造“大旗”，逐步取代人工与简单机械质检，进一步把好品质“大门”。

转自公众号：工业4点0