正在阅读:

TE用AI识别产品瑕疵,人工智能已在少数场景帮制造业节能提效

扫一扫下载界面新闻APP

TE用AI识别产品瑕疵,人工智能已在少数场景帮制造业节能提效

工厂制造过程中的节能减碳,会关注能源消耗和产品本身对于材料的消耗,同时工厂在推进产品轻量化、使用越来越多的生物材料和可回收材料提高回料回填比例。

来源:视觉中国

TE Connectivity(泰科电子,以下简称“TE”)从近期举办的人工智能创新比赛“TE AI Cup”中评选出十多支来自校园的获奖队伍,并计划将其中的一些AI技术应用到旗下工厂和生产线上。

TE是一家总部位于瑞士的连接器生产企业,作为连接或断开独立电子系统设备的基础电子元器件,连接器负责传输电流或信号,比如应用在新能源车、扫地机器人、工厂自动化管理设备、高铁信号系统等,据估算,一部手机平均需要8个连接器。

在此次向媒体展示的TE工业事业部苏州工厂,这里主要生产板对板、线对线、线对板的工业连接器,制造作工序包括冲压、电镀、注塑、组装,每年生产连接器超过1000万个。

TE AI Cup第四届全球竞赛的冠军团队来自上海大学,他们和工厂工程师一起设计了一款AI分析软件,根据输入的产品细节图像,可以自动调整产品检测的参数,比如当发现生产线误将合格产品判断为残次品,则给出调整参数设置的建议。这项创新经验证,预计能帮助生产线减少了81%的检测时间,同时将产品报废率降低90%。

“这其实运用了AI图像识别技术,大概需要输入3000多张照片,可以在1天时间训练完成。”TE工业事业部苏州工厂制造工程高级工程师顾鹏程告诉界面新闻。同样的应用场景,在该苏州工厂中有70多个可以部署应用的点位。

另一项已经在产线上应用的创新,是TE工业事业部苏州工厂和苏州大学团队共同开发的AI插针速度自动调整系统。为了保证产品良率,产线会在产品报废率增加的时候放慢生产速度,但速度放慢也造成了生产效率不饱和,苏州大学的AI应用可以实时调整参数,让产线在稳定良率的情况下提高效率。同一产线上,逢甲大学团队与TE工程师共同开发的防撞针项目通过对插针过程的监控,避免设备撞机。

TE苏州工厂的流水线 图片来源:TE Connectivity

“项目考评的维度包括产品的创新性、可落地性、可复制性,以及今年非常看重的一个维度是节能减排效果。”TE总工程师、TE全球自动化制造技术团队总监张丹丹表示。这些项目主要在机器视觉、AI工艺优化以及综合AI应用。

TE工业事业部运营总监、TE工业事业部苏州工厂厂长徐颖卿告诉界面新闻,“我们的AI应用在自动检测领域,可以避免产线上的误测,降低误判率,降低报废率。而报废涉及到碳排放,因为报废越多意味着耗材就会越多,消耗能源越多。”他表示,工厂制造过程中的节能减碳,会关注能源消耗和产品本身对于材料的消耗,同时工厂在推进产品轻量化、使用越来越多的生物材料和可回收材料提高回料回填比例。

随着制造业自动化程度提升,AI在制造业产线中的应用场景也在不断增加。德国耶拿大学社会学博士、研究制造业自动化升级与人力资本提升的许辉告诉界面新闻,目前AI的应用主要体现在机器视觉领域,集成在摄像头后端,做零部件的检测、产品分拣或者质量监测。“细微瑕疵人眼识别非常辛苦,通过AI机器视觉可以快速精准分辨。”许辉谈到,“其他应用如设备管理、辅助决策,AI也有应用潜力,但目前企业的使用还不普遍。对于设备状态的评估,故障系统预判,设备何时检修,这些场景AI也有应用空间。”

“AI在制造业的应用场景是非标准化的,不同行业、不同企业、不同产线都有不同的应用需求,需要做特定改造,并且不同企业间的数据也无法通用,这会带来一定限制,而机器视觉的应用相对简单,更具有通用性。”许辉表示,目前制造业对于机器视觉工程师的需求也在增加,制造业需要既懂AI软件设计,又懂制造业的人才。

TE在2022年企业责任报告中提到,计划到2030年,其自身直接产生的“范围1”和“范围2”温室气体相较2020年的基准减排70%,此外对于产业链上间接产生的“范围3”温室气体,到2032年的排放量相较2022年减少25%。

TE工业事业部苏州工厂厂长徐颖卿介绍,苏州工厂在设计上纳入了减排考量,采用了包括天窗采光、点位空调,变频机泵、一级能效空调、一级压缩空压机等措施,同时在水排放方面,在电镀车间使用了全智能控制电镀线,减少能耗水耗,另外生产废水经过处理后可进行循环使用。目前该工厂的单位能耗相比2020年下降38.7%,单位水耗下降54%。

在产品应用上,TE工业事业部苏州工厂成产的产品,涉及工业自动化,机器人自动化、仓储自动化、伺服电机和驱动、新能源(风、光、电)储能、智慧城市等。徐颖卿表示,其中新能源和储能领域的业务需求增长迅速,“将是我们在中国业务增长的着力点。”

未经正式授权严禁转载本文,侵权必究。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

TE用AI识别产品瑕疵,人工智能已在少数场景帮制造业节能提效

工厂制造过程中的节能减碳,会关注能源消耗和产品本身对于材料的消耗,同时工厂在推进产品轻量化、使用越来越多的生物材料和可回收材料提高回料回填比例。

来源:视觉中国

TE Connectivity(泰科电子,以下简称“TE”)从近期举办的人工智能创新比赛“TE AI Cup”中评选出十多支来自校园的获奖队伍,并计划将其中的一些AI技术应用到旗下工厂和生产线上。

TE是一家总部位于瑞士的连接器生产企业,作为连接或断开独立电子系统设备的基础电子元器件,连接器负责传输电流或信号,比如应用在新能源车、扫地机器人、工厂自动化管理设备、高铁信号系统等,据估算,一部手机平均需要8个连接器。

在此次向媒体展示的TE工业事业部苏州工厂,这里主要生产板对板、线对线、线对板的工业连接器,制造作工序包括冲压、电镀、注塑、组装,每年生产连接器超过1000万个。

TE AI Cup第四届全球竞赛的冠军团队来自上海大学,他们和工厂工程师一起设计了一款AI分析软件,根据输入的产品细节图像,可以自动调整产品检测的参数,比如当发现生产线误将合格产品判断为残次品,则给出调整参数设置的建议。这项创新经验证,预计能帮助生产线减少了81%的检测时间,同时将产品报废率降低90%。

“这其实运用了AI图像识别技术,大概需要输入3000多张照片,可以在1天时间训练完成。”TE工业事业部苏州工厂制造工程高级工程师顾鹏程告诉界面新闻。同样的应用场景,在该苏州工厂中有70多个可以部署应用的点位。

另一项已经在产线上应用的创新,是TE工业事业部苏州工厂和苏州大学团队共同开发的AI插针速度自动调整系统。为了保证产品良率,产线会在产品报废率增加的时候放慢生产速度,但速度放慢也造成了生产效率不饱和,苏州大学的AI应用可以实时调整参数,让产线在稳定良率的情况下提高效率。同一产线上,逢甲大学团队与TE工程师共同开发的防撞针项目通过对插针过程的监控,避免设备撞机。

TE苏州工厂的流水线 图片来源:TE Connectivity

“项目考评的维度包括产品的创新性、可落地性、可复制性,以及今年非常看重的一个维度是节能减排效果。”TE总工程师、TE全球自动化制造技术团队总监张丹丹表示。这些项目主要在机器视觉、AI工艺优化以及综合AI应用。

TE工业事业部运营总监、TE工业事业部苏州工厂厂长徐颖卿告诉界面新闻,“我们的AI应用在自动检测领域,可以避免产线上的误测,降低误判率,降低报废率。而报废涉及到碳排放,因为报废越多意味着耗材就会越多,消耗能源越多。”他表示,工厂制造过程中的节能减碳,会关注能源消耗和产品本身对于材料的消耗,同时工厂在推进产品轻量化、使用越来越多的生物材料和可回收材料提高回料回填比例。

随着制造业自动化程度提升,AI在制造业产线中的应用场景也在不断增加。德国耶拿大学社会学博士、研究制造业自动化升级与人力资本提升的许辉告诉界面新闻,目前AI的应用主要体现在机器视觉领域,集成在摄像头后端,做零部件的检测、产品分拣或者质量监测。“细微瑕疵人眼识别非常辛苦,通过AI机器视觉可以快速精准分辨。”许辉谈到,“其他应用如设备管理、辅助决策,AI也有应用潜力,但目前企业的使用还不普遍。对于设备状态的评估,故障系统预判,设备何时检修,这些场景AI也有应用空间。”

“AI在制造业的应用场景是非标准化的,不同行业、不同企业、不同产线都有不同的应用需求,需要做特定改造,并且不同企业间的数据也无法通用,这会带来一定限制,而机器视觉的应用相对简单,更具有通用性。”许辉表示,目前制造业对于机器视觉工程师的需求也在增加,制造业需要既懂AI软件设计,又懂制造业的人才。

TE在2022年企业责任报告中提到,计划到2030年,其自身直接产生的“范围1”和“范围2”温室气体相较2020年的基准减排70%,此外对于产业链上间接产生的“范围3”温室气体,到2032年的排放量相较2022年减少25%。

TE工业事业部苏州工厂厂长徐颖卿介绍,苏州工厂在设计上纳入了减排考量,采用了包括天窗采光、点位空调,变频机泵、一级能效空调、一级压缩空压机等措施,同时在水排放方面,在电镀车间使用了全智能控制电镀线,减少能耗水耗,另外生产废水经过处理后可进行循环使用。目前该工厂的单位能耗相比2020年下降38.7%,单位水耗下降54%。

在产品应用上,TE工业事业部苏州工厂成产的产品,涉及工业自动化,机器人自动化、仓储自动化、伺服电机和驱动、新能源(风、光、电)储能、智慧城市等。徐颖卿表示,其中新能源和储能领域的业务需求增长迅速,“将是我们在中国业务增长的着力点。”

未经正式授权严禁转载本文,侵权必究。