從制造業中來,到制造業中去。10月28-30日,2022雪浪大會在無錫經開區雪浪小鎮舉辦。1000余名國內制造業龍頭企業、無錫本土制造業骨干企業的負責人以及高??蒲性核砑爸T多專家學者齊聚一堂,合力構筑制造業數字化新生態。數之聯聯合創始人方育柯受邀出席了本次大會,并在“數字實踐與創新分論壇”作了《工業智能質檢持續創新實踐》主題分享,共同探討制造業與AI、大數據的深度融合創新。

要保證消費者買到手的商品都是合格的,生產制造過程就離不開質檢環節。目前各個制造企業的質檢環節一種是相對傳統的模式——人工檢測,如果成本可以覆蓋,就100%質檢;如果成本無法覆蓋,就進行一定數量的抽檢。第二種更高級一點,通過AOI設備做檢測,但是AOI設備更多的是偏傳統機器視覺的方式,會導致過檢高、誤判高,需要人工復檢。而人眼易疲勞、主觀性高、效率低、誤檢、漏檢率高等問題無法避免。

因此,隨著人工智能和智能制造的深入發展,數之聯希望將AI技術與工業制造場景深度結合,用AI推動傳統質檢升級革新,解放更多人力。數字驅動制造,數字化的大勢如“雪”一般融入工業“浪”潮,在“智”與“造”澎湃交融中,奔涌向前。數之聯在過去一年將智能檢測設備運用到了各個生產場景。追光DIP-AOI至今迭代3個版本,尺寸更小、節拍更快,交付周期也縮短了,已具備規?;a的條件,可兼容多個工廠的不同產線。這臺設備主要針對集成電路DIP工藝,主要解決設備換型時重新注冊編程時間長的問題,原來需要2小時現在10分鐘以內。第二,解決的是誤判高問題,傳統機器視覺的誤判率在30%到80%,現在誤判率追光DIP-AOI控制到了0.3%。第三,我們的這臺設備算法模型能快速更新,得益于我們非常強大的缺陷數據庫,在PCBA這一側積累的數據庫在千萬級,可以輕松應對各個廠家、不同型號產品的缺陷。緊固件是作緊固連接用且應用極為廣泛的一類機械零件。在各種機械、設備、車輛、船舶、鐵路、橋梁、建筑、結構、工具、儀器、儀表和用品等上面,都可以看到各式各樣的緊固件。在航天領域,飛機可能有幾十萬個緊固件,一輛汽車上可能有幾萬個緊固件,比如說汽車上的氣門嘴桿,或者是各種形狀的螺母。緊固件的特點是品種規格繁多,性能用途各異,而且標準化、系列化、通用化的程度也極高。數之聯緊固件-AOI用9個相機拍工件里不同的部位,可以快速高效的檢測出緊固件的毛刺、臟污、圈紋等瑕疵缺陷,現在已經落地零部件車廠。它高穩定性振動盤全天候生產,自動上料檢測,效率可達60~120pcs/min,在算法上集合海量汽車零件缺陷數據,質檢誤判低,良率可達99%以上。

大家經常會關注電視正面,很少看電視背板。如果有興趣拆開,背板里面是揚聲器、插件、幾十顆螺絲、非常多的信號線、電源線等等。以前工人在產線上,每臺電視都需要去檢測上面的每一顆螺絲有沒有被擰緊、漏掉,或者是連接線有沒有缺少,揚聲器有沒有問題——效率很低。目前電視行業機內檢檢測點多且復雜,漏檢率高,甚至缺乏統一的質檢標準。數之聯機內檢-AOI采用AI深度學習和傳統CV結合的算法,覆蓋40余項的檢測項目,替代人力做機內各個器件的檢查,漏檢率低于1%,幫助客戶大幅減少人力成本、降低客訴率。這也是業內首臺機內檢AOI落地產品。

面對正加速開啟的數字轉型和智能制造時代,數之聯將抓住機遇持續推動數字技術與制造業深度融合,勇攀智能制造新高峰,加速實現自主可控及國產替代化發展。