摘要：在對質(zhì)檢環(huán)節(jié)進行智能化改造前，恒逸的質(zhì)檢工人，每人每天至少人工檢測2500錠絲錠，需要拿著強光手電筒用肉眼看上至少8個小時，時間一長，工作質(zhì)量和效率明顯下降。因此質(zhì)檢的效率與準確度，直接影響企業(yè)的生產(chǎn)效益。通過百度智能云打造的化纖行業(yè)絲綻質(zhì)檢一體機，成功彌補了人工檢測弊端，更快發(fā)現(xiàn)異常產(chǎn)品，并獲得了人民日報等主流媒體的首肯。后續(xù)將推動化纖企業(yè)由粗放型生產(chǎn)向精細化生產(chǎn)轉(zhuǎn)型的不斷探索。并打造面向全產(chǎn)業(yè)鏈延伸的智能化改造，從而為整個化纖行業(yè)的提質(zhì)增效帶來積極影響。
一、項目總體架構(gòu)和主要內(nèi)容
1）項目總體架構(gòu)
方案設(shè)計從終端客戶需求痛點出發(fā)，通過機械、電氣、軟件三大系統(tǒng)有機整合，賦能化纖行業(yè)，解決客戶問題，如圖所示，其中機械系統(tǒng)，包括供料收料裝置、上料周轉(zhuǎn)和下料分揀裝置、姿態(tài)變換機構(gòu)、光學檢測機構(gòu)、機架，起到功能支撐的作用；電氣系統(tǒng)，包括動力元件、控制元件、控制器件、人機交互、光學元件和子系統(tǒng)和電柜，起到控制支撐作用；軟件系統(tǒng)，包括總控制軟件、子系統(tǒng)軟件、人機界面組態(tài)和預(yù)測模型，為設(shè)備進行邏輯賦能，從而提升絲錠外觀缺陷質(zhì)檢的效率與準確度。
2）軟件-算法-功能架構(gòu)
質(zhì)檢一體機整體釆用端云一體的服務(wù)方案，云端支持訓(xùn)練閉環(huán)，同時通過邊緣計算支持模型下發(fā)和數(shù)據(jù)回傳。此業(yè)務(wù)邏輯同時支持公有云部署和私有化部署，下發(fā)的邊緣計算節(jié)點即預(yù)測推理模型的服務(wù)部署，包括質(zhì)檢軟硬一體機、嵌入式終端和開放式工控機終端，如圖所示。
3）數(shù)據(jù)可視化
后續(xù)將支持控制機房的匯總功能：針對恒逸各個廠區(qū)的檢測數(shù)據(jù)進行匯總，同時并入到MES系統(tǒng)中,并為后續(xù)更大規(guī)模利用基于視覺的智能檢測系統(tǒng)助力化纖行業(yè)全業(yè)務(wù)奠定基礎(chǔ)。
二、具體應(yīng)用場景和應(yīng)用模式
百度化纖行業(yè)質(zhì)檢一體機解決方案，釆用工業(yè)相機拍攝流水線上的絲錠，每個絲錠會生成10余張照片,且將每張照片拆分成上百個部分，傳輸至數(shù)據(jù)中心進行分析判斷。智能質(zhì)檢系統(tǒng)會判定該絲錠是否為異常產(chǎn)品，并對流水線做出分撥的指令，其中核心部分將傳統(tǒng)的光學成像與人工智能算法結(jié)合，實現(xiàn)對產(chǎn)品復(fù)雜表面的深度分析，由此解決傳統(tǒng)機器視覺識別能力不足的弊端。
具體實現(xiàn)如下功能：
實現(xiàn)圖像識別、設(shè)備控制；
工業(yè)AI視覺云平臺和生產(chǎn)業(yè)務(wù)系統(tǒng)間數(shù)據(jù)高效傳遞；
圖像釆集系統(tǒng)：實現(xiàn)現(xiàn)場圖像或視頻釆集及處理功能；
設(shè)備控制系統(tǒng)：接收圖像處理結(jié)果而完成設(shè)備動作控制；
圖像識別管理系統(tǒng)：根據(jù)確定的訓(xùn)練模型，對采集圖像進行推理預(yù)測，并反饋結(jié)果及實現(xiàn)相關(guān)設(shè)備控制的功能；
企業(yè)生產(chǎn)業(yè)務(wù)系統(tǒng)：企業(yè)的生產(chǎn)信息化管理系統(tǒng)，如MES,WS,ERP等；
通過上述解決方案，化纖行業(yè)質(zhì)檢人員變身人工智能數(shù)據(jù)標注師，幫助百度智能云質(zhì)檢工程師在產(chǎn)品圖片上標注出各類缺陷，將質(zhì)檢員的工作經(jīng)驗轉(zhuǎn)化成數(shù)據(jù)，讓人工智能設(shè)備學會辨別產(chǎn)品缺陷。從而幫助企業(yè)打造智能時代的基礎(chǔ)設(shè)施，并助力企業(yè)提升人才相關(guān)AI技能，持續(xù)賦能化纖行業(yè)客戶，加快實現(xiàn)智能化升級。
三、創(chuàng)新點與先進性
1）打造一體化設(shè)備，對接產(chǎn)品與包裝線，實現(xiàn)無縫連接，保證生產(chǎn)速度，且定級規(guī)則可根據(jù)客戶需求進行自定義；
2）針對毛絲類等超小目標缺陷設(shè)計一套快速檢測算法，并基于目標檢測模型做模型剪枝，應(yīng)用半精度推理和預(yù)測引擎加速技術(shù)，使得檢測任務(wù)CT時間從4.5降低到Is以內(nèi)；
3）解決客戶前端算力設(shè)備緊缺問題，優(yōu)化多模型預(yù)測調(diào)度方案和多模型結(jié)果融合模塊，整體CT從7s提升到2s。在試運行期間利用主動學習技術(shù)，完成待優(yōu)化樣本的自動篩選和模型迭代，使得整體良率從78%提高到92%o
四、實施效果
通過一體化質(zhì)檢設(shè)備的打造，當前在產(chǎn)線的實施效果總結(jié)如下：
1）對于單個20公斤絲餅，需要處理20億以上像素的數(shù)據(jù)，通過對目標檢測模型剪枝優(yōu)化，保證絲餅各類外觀缺陷在2.5內(nèi)完成檢測，從而滿足產(chǎn)線生產(chǎn)節(jié)拍的要求；
2）實現(xiàn)化纖行業(yè)絲綻C級產(chǎn)品0漏檢；
3）檢測零件表面0.16mm*0.16mm以上的缺陷；
4）對接產(chǎn)品與包裝線，實現(xiàn)無縫連接，保證生產(chǎn)速度，且產(chǎn)品的定級規(guī)則可根據(jù)客戶需求進行自定義。
五、經(jīng)濟效益
提升生產(chǎn)效率，減少維護成本
工程技術(shù)人員可在云端進行操作維護，無需到現(xiàn)場即可進行軟件更新、設(shè)備調(diào)測、功能擴展等操作，能大幅降低系統(tǒng)維護成本，提升效率。
1）降低視覺規(guī)模部署低成本
2）提升設(shè)備標準化、智能化水平
3）簡單、易部署，支持規(guī)模應(yīng)用
六、社會效益
推動化纖企業(yè)由粗放型生產(chǎn)向精細化生產(chǎn)轉(zhuǎn)型的不斷探索。并打造面向全產(chǎn)業(yè)鏈延伸的智能化改造，從而為整個化纖行業(yè)的提質(zhì)增效帶來積極影響。