基于視覺(jué)認(rèn)知分析的智能制造質(zhì)量保障

1、“認(rèn)知計(jì)算”開(kāi)啟技術(shù)和業(yè)務(wù)的新紀(jì)元基于視覺(jué)認(rèn)知分析的智能制造質(zhì)量保障（VIQ）IBM運(yùn)用認(rèn)知技術(shù)和工業(yè)大數(shù)據(jù)分析能力幫助制造企業(yè)實(shí)現(xiàn)數(shù)字化和智能化轉(zhuǎn)型收集制造過(guò)程和企業(yè)數(shù)據(jù)更加智慧的工廠運(yùn)營(yíng)更加智慧的能源管理更加智慧的資產(chǎn)運(yùn)營(yíng)更加智慧的產(chǎn)品設(shè)計(jì)更加智慧的人員安全更加智慧的交付質(zhì)量納入到透明的，廣泛的，交互式的語(yǔ)義信息庫(kù)可視化隱藏在數(shù)據(jù)中的模式實(shí)現(xiàn)設(shè)備持續(xù)監(jiān)控，持續(xù)預(yù)測(cè)，持續(xù)響應(yīng)和交互交付更加智慧的設(shè)備維護(hù)提高生產(chǎn)運(yùn)營(yíng)和流程的收益生產(chǎn)線總體生產(chǎn)力提高25實(shí)現(xiàn)過(guò)程目標(biāo)水平所需時(shí)間縮短502年內(nèi)實(shí)現(xiàn)100的回報(bào)提高生產(chǎn)線的生產(chǎn)率在生產(chǎn)過(guò)程中確定了40的廢料減少10-20庫(kù)存減少5原料消耗減少加快服務(wù)

2、電話和維修，降低保修成本由于現(xiàn)場(chǎng)可更換備件的消耗和人工成本的減少，5年內(nèi)節(jié)省了5000萬(wàn)美元的成本 提升了客戶環(huán)境中系統(tǒng)正常運(yùn)行時(shí)間 組件和子系統(tǒng)的持續(xù)質(zhì)量改進(jìn)認(rèn)知的流程和運(yùn)營(yíng)從設(shè)計(jì)到支持，提高制造業(yè)的質(zhì)量和產(chǎn)量認(rèn)知能力IBM Watson IoT for Manufacturing分析能力PMQPlant Performance Analytics打包的分析工具定制的行業(yè)模型定制的用戶界面企業(yè)總線集成 Data Lake 優(yōu)化調(diào)度Prescriptive MaintenancePrescriptive QualityPrescriptive WarrantyVisual Inspection

3、 for QualityAcoustic預(yù)置的行業(yè)模型經(jīng)過(guò)驗(yàn)證的算法面向業(yè)務(wù)人員的UI不斷擴(kuò)展的認(rèn)知能力快速啟動(dòng)降低數(shù)據(jù)科學(xué)家依賴Equipment Advisor設(shè)備實(shí)時(shí)數(shù)據(jù)采集問(wèn)題診斷及早期預(yù)警智能維修建議指導(dǎo)，降低維修成本優(yōu)化系統(tǒng)及設(shè)備使用提升員工技能解決方案主要能力概覽認(rèn)知流程和操作:從設(shè)計(jì)到支持，提高制造業(yè)的質(zhì)量和產(chǎn)量邊緣計(jì)算& 生態(tài)系統(tǒng)認(rèn)知能力分析能力利用預(yù)測(cè)分析來(lái)提高質(zhì)量，了解加速磨損的條件，確定風(fēng)險(xiǎn)并采取預(yù)防措施Prescriptive QualityPrescriptive Warranty提高生產(chǎn)運(yùn)營(yíng)和流程的收益通過(guò)早期質(zhì)量檢測(cè)提高生產(chǎn)線的生產(chǎn)率加快服務(wù)電話和維修，降低保修

4、成本Visual Inspection for Quality利用認(rèn)知能力從非結(jié)構(gòu)化數(shù)據(jù)（如圖像和視頻）中收集見(jiàn)解，以改善質(zhì)量問(wèn)題的預(yù)測(cè)建議的行動(dòng)改進(jìn)設(shè)計(jì)需求和維保結(jié)構(gòu) 提供有關(guān)工程或保修/服務(wù)信息的數(shù)據(jù)工程/服務(wù)記錄型系統(tǒng)PLC 和系統(tǒng)中的設(shè)備數(shù)據(jù)設(shè)備數(shù)據(jù)天氣, 社交和其它類型的數(shù)據(jù)外部數(shù)據(jù)傳感器提供實(shí)時(shí)信息傳感器數(shù)據(jù)IBM Watson IoT PlatformAcoustic 當(dāng)前過(guò)程嚴(yán)重依賴于手動(dòng)檢查來(lái)檢測(cè)產(chǎn)品缺陷引入新產(chǎn)品時(shí)，檢驗(yàn)成本幾乎呈線性增長(zhǎng)視覺(jué)檢測(cè)自動(dòng)化的需求不斷增長(zhǎng)，降低人工成本，提高效率業(yè)務(wù)挑戰(zhàn):通過(guò)自動(dòng)化檢查過(guò)程，以高可信度地和快速地識(shí)別良好的部件，從而最大限度地減少檢

5、驗(yàn)所需的勞動(dòng)力使用圖像處理算法和高級(jí)分析的自動(dòng)化平臺(tái)，以減少對(duì)手動(dòng)檢測(cè)的依賴豐富的缺陷分析和圖像處理庫(kù)，為新產(chǎn)品/不同產(chǎn)品快速構(gòu)建檢測(cè)解決方案解決方案：6應(yīng)用機(jī)器視覺(jué)分析減低人工檢測(cè)的依賴度，提高準(zhǔn)確性IBM Visual Inspection for Quality制造，組織圖片Prescriptive Quality for Manufacturing參數(shù)屬性結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)檢測(cè)完的數(shù)據(jù)Visual Inspection for Quality 焊接焊點(diǎn)，油漆表面質(zhì)量failpass通過(guò)認(rèn)知能力將產(chǎn)品圖像與缺陷模式進(jìn)行分類快速識(shí)別和分類制造過(guò)程中的缺陷作為預(yù)測(cè)性質(zhì)量分析的有力補(bǔ)充，提

6、供了對(duì)非結(jié)構(gòu)化數(shù)據(jù)的支持使用現(xiàn)有的成像捕獲系統(tǒng)拍攝的圖像將缺陷和之前的圖片庫(kù)進(jìn)行比較，并更新優(yōu)化識(shí)別算法舊模式的新變體?重用之前的算法，重新訓(xùn)練以適應(yīng)新的變體 完全新的模式?開(kāi)發(fā)新的分析算法并通過(guò)樣例集訓(xùn)練提升精準(zhǔn)度機(jī)器學(xué)習(xí)系統(tǒng)通過(guò)圖像庫(kù)進(jìn)行爬行，并通過(guò)更大的數(shù)據(jù)集提高算法精度。1實(shí)時(shí)監(jiān)控持續(xù)的質(zhì)量分析機(jī)器視覺(jué)檢測(cè)分析使用過(guò)程示例匹配現(xiàn)有的缺陷圖片，并標(biāo)記為缺陷缺陷，但跟圖片庫(kù)現(xiàn)有的圖片不匹配更新圖像和算法庫(kù)并部署IBM Cloud Private模型管理員定義模型（描述目標(biāo)行業(yè)，圖像類型，模型正在拍攝的缺陷分類范圍），并收集/上傳數(shù)據(jù)集（分為培訓(xùn)數(shù)據(jù)和驗(yàn)證數(shù)據(jù)）9圖像進(jìn)入VI邊緣設(shè)備，檢查員查看/更新檢驗(yàn)結(jié)果，按檢驗(yàn)時(shí)間排列IBM認(rèn)知方案可以與IBM私有云平臺(tái)ICP無(wú)縫整合儀表盤APP應(yīng)用中心資源節(jié)點(diǎn)管理用戶管理應(yīng)用管理傳統(tǒng)的視覺(jué)檢查認(rèn)知型視覺(jué)檢查以光學(xué)字符識(shí)別（OCR）/測(cè)量規(guī)則為基礎(chǔ)的分析方法 經(jīng)常會(huì)導(dǎo)致較高的漏識(shí)別率當(dāng)需要適應(yīng)新產(chǎn)品或場(chǎng)景時(shí)往往需要花費(fèi)數(shù)周時(shí)間對(duì)程序進(jìn)行調(diào)整由于專有化的捕獲和分析方法都包含在一個(gè)方法當(dāng)中，難以進(jìn)行圖像測(cè)量要求對(duì)Windows系統(tǒng)進(jìn)行維護(hù)以對(duì)固件和軟件進(jìn)行升級(jí)，這些維護(hù)性工作將會(huì)對(duì)生產(chǎn)造成影響封閉的系統(tǒng)，只能由供應(yīng)商進(jìn)行應(yīng)用擴(kuò)展僅針對(duì)單一功能的本地報(bào)表基于機(jī)器學(xué)習(xí)的分析方法能夠達(dá)到非常低的漏識(shí)別率針對(duì)新產(chǎn)品或新場(chǎng)景進(jìn)行模型重訓(xùn)練時(shí)