AI在工业制造领域的落地案例分享

（文/程文智）AI技术已经发展多年，已经从大家所熟知的手机拍照、美颜、安防监控，以及语音识别等应用领域，扩展到了工业制造领域。这几年AI在工业制造领域内也有了很多的成功落地项目。目前AI技术在工业制造领域比较广泛的应用，包括AI机器视觉检测、增产提效，以及智能化供应链管理等。

不久前，TE Connectivity在主题为“点燃AI创想，连动产学结合”线上媒体圆桌会上，来自TE自动化制造技术（AMT）团队的几位专家成员介绍了一些AI技术在工厂成功落地的项目，以及TE AI Cup今年几个有创意的获奖项目。

据TE总工程师兼全球自动化制造技术团队总监张丹丹博士介绍，他们的这个团队主要服务于TE的工厂，为工厂提供一站式的自动化、智能化解决方案，以应对生产中的挑战；同时，他们还会将TE全球各地不同工厂、不同产品线上的需求，进行分析、梳理，开发具有创新性的解决方案，从一个试点开始，并逐步推广，以帮助TE整体上提升制造运营的自动化和智能化水平。下面，我们介绍一下TE这些年来比较成功的一些落地案例。

AI显微镜的项目

AI显微镜项目是TE全球自动化制造技术团队高级专家工程师兼中国矿业大学硕士生导师周磊首先推荐的一个AI+制造项目。据他介绍，因为TE内部有非常多关于质量检测的需求，如何将AI应用到质检工序中，提高生产效率成为了工厂的一个需求。为了满足工厂的这个需求，他们团队开发了AI显微镜。

“该AI显微镜特别适合于在产线当中对不良品通过图像的方法进行检测。它的技术是把人工智能与机器视觉技术相结合，采集产品照片，并通过机器学习的方法自动生成产品的检测标准，应用于对生产线产品的检测与质量判断。”周磊博士表示。

他同时介绍了AI显微镜的几大优势：

• 一是AI显微镜可以自动学习产品的质量标准，不需要额外编写程序。

• 二是机器在进行判断。它不会疲劳，而且它的检测速度更快，一致性更高。

• 三是AI显微镜可以保存大量的实际产品照片，用于持续地学习，使检测的精度持续提高。

据悉，目前TE已经在全球的50多家工厂部署了AI显微镜。同时，周磊博士还强调，AI显微镜是本着能够把AI技术在产线当中实际去使用的目的去做研发的，“所以我们在开发和推动部署的过程中充分地考虑了工厂同事操作时的易用性和便利性。”

张丹丹博士补充说，AI显微镜是AI机器视觉非常典型的应用。实际上，AI显微镜最初是由中国工厂的需求应运而生的。“我们刚开始和TE传感器深圳工厂进行试点合作，试点之后有了不错的成果，证明该技术是可以落地的。”随后，TE在该基础上，把这个技术逐步推动到TE全球的多家工厂。当前，AI显微镜已经在TE全球的50多家工厂得到了部署。

飞拍AI检测系统

飞拍AI检测系统是周磊博士分享的一个AI机器视觉领域的应用案例，该系统在TE顺德工厂内已经部署。“其实在TE内部有一个非常强烈的需求，那就是产品的多面外观快速检测，一般称之为多面产品的快速外观检测需求。”他在分享中表示。

而传统的机器视觉检测技术，无法满足在高速情况下对产品的多个面进行快速外观检测，因此，此类检测多由人工进行。他们团队开发的飞拍AI检测系统，主要解决了三个难点：

• 第一个难点，如何实现同时进行多面检测。他们在产品线上安装了特定材质的转盘，结合多角度工业级相机，攻克了这个难点。

• 第二个难点，如何实现快速检测。多面检测其实意味着在同一个时间内增加了需要检测的产品表面的数目，他们在这个系统当中结合了飞拍（fly-in）检测技术，可以做到在整个产品检测过程当中，产品无需任何停顿，大大加快了检测速度。

• 第三个难点，如何实现柔性制造。以TE顺德工厂为例，如何用同一套检测系统兼容不同的尺寸、对不同料号的多面体产品进行检测。为此，周磊博士他们团队量身定制了AI视觉检测系统。

最终，这套飞拍AI检测系统在TE顺德工厂成功部署，实现了针对多面体产品进行快速外观检测的功能，相比于人工检测更稳定，也更加精确。而且，外观检测并不是定量检测，每一个检测员的标准都略有差异。使用AI检测系统，它可以学习特定操作员的检测标准，并持续不断稳定的使用统一标准检测，最终达到提高效率的目的。

也就是说，TE开发的 “飞拍AI检测系统”既节约了人工，又提升了效率。

TE AI Cup用竞赛培养人才

这几年，工厂的智能化升级已经成为了大势所趋，如果工厂的效率更高，做出来的产品将会更加具有市场竞争力。但在工厂智能化转型的过程中，必然需要用到大量的技术人才，这些技术人才如何培养呢？

2018年，TE全球运营副总裁鲁異博士发起，TE自动化制造技术团队组织了TE AI Cup竞赛，通过竞赛的方式，让人才更快速地成长起来。据TE官方介绍，大赛的参赛队伍由在校大学生组成，一般4到6人。每支队伍会举荐一位同学作为队长，并邀请一名该校的老师作为高校指导老师。队伍组建成功后，TE会为每个队伍配置一名TE的工程师作为团队的工程师顾问，在参赛过程中与学生进行交流和指导。

比赛共设立综合奖项一二三等奖，及若干单项奖（包括最佳创新奖、最佳节能减排奖等）。获奖队伍将赢取相应的奖学金、奖杯、参赛获奖证书。此外，TE欢迎参赛选手申请TE的实习机会。

最新的TE AI Cup 2021-2022赛事共吸引了全球超过百名学生的参与。他们共组成了23支团队，用近一年的时间，应用AI技术，为结对的工厂在实际生产中面临的挑战提供创新的解决方案。

本届大赛共分为两大类别：AI机器视觉和AI制程监控。参赛队伍需要选择一个类别，结合TE工厂提供的工业制造场景中的真实挑战，开发相应的解决方案。比赛过程包含了：比赛前期的宣讲会、组队、参赛队伍提交参赛方案的方向、项目启动会、参赛队伍培训会、比赛过程中的定期交流和进度跟进、决赛。

TE AI Cup 2021-2022比赛设有大赛评委会。评委会通过统一的评分表，分别从设计方案的创新性、可落地性、对其他工业场景的可复制性，以及项目的完整度，四大维度来对参赛作品进行打分。

本次大赛的结果在4月28日已经公布，其中，

冠军获得者

Urameshi团队，来自墨西哥索诺拉大学（Universidad de Sonora in Mexico）

亚军获得者

Venados团队，来自墨西哥埃莫西约技术学院（Instituto Technologic de Hermosillo in Mexico）

厦门大学团队，来自中国厦门大学

季军获得者

SWUFER团队，来自中国西南财经大学

AI SONORA团队，来自墨西哥蒙特雷理工大学索诺拉北部分校 (ITESM Campus Sonora Norte in Mexico)

The Firefly团队，来自中国苏州大学

这几年，大赛涌现出来了不少优秀的AI落地项目，比如：

• 荣获2021-2022赛事金奖的是来自墨西哥索诺拉大学（Universidad de Sonora in Mexico）的Urameshi团队。该团队为TE汽车事业部位于墨西哥埃莫西约 (Hermosillo) 的工厂开发了结合缺陷品图片合成器的AI视觉检测系统。它创新地解决了工业领域产品线常因缺陷样本量不够而无法引入AI视觉检测，只能采取人工检测的挑战。这套系统在比赛测试阶段的检测精度几乎达到了100%。

• 获得2021-2022届三等奖的是来自苏州大学的The Firefly团队。他们为TE工业事业部苏州工厂开发了一套基于人工智能的自反馈调速系统，用以解决工厂某接插件设备想要提速增效的需求。该系统包含三层：数据收集和存储层、算法分析层，及反馈与控制层。通过不断执行以上三层，形成一个闭环控制系统。这个系统兼顾自动调速算法、算法普适性、避免设备撞击的算法改进等，可以帮助工厂在保证设备运行质量的前提下，提升设备的速度值。在比赛测试环节，这套系统在TE工业事业部苏州工厂试运行了三个月时间，成功地将工厂的测试设备生产力提高了约10%。

• 在TE AI Cup 2019-2020赛事中，华南理工大学为TE顺德工厂利用“AI机器视觉技术”开发了一套“无监督学习自动检测系统”，用于塑胶件的外观检测。赛后，这套AI解决方案不仅被部署到了TE顺德工厂，并在这一年里完成了2.0的迭代，实现了从仅应用于半成品外观检测，到应用于成品生产线功能性检测的升级。相比传统的检测方式，“无监督学习自动检测系统” 具有部署快、效率高、准确度高的优势。以检测一个塑胶件为例，它的运行时间仅为0.33秒，且准确度可达99%以上。

结语

从这些实际案例中，可以看到AI技术正在工厂中成功落地，助力工厂提升效率和品质，降低成本。当然，目前最为紧缺的其实是人才问题，毕竟这是一个新的赛道，好在现在已经有越来越多的学校、机构和企业已经在人才培养上行动起来了。