（文/程文智）AI技術(shù)已經(jīng)發(fā)展多年，已經(jīng)從大家所熟知的手機拍照、美顏、安防監(jiān)控，以及語音識別等應(yīng)用領(lǐng)域，擴展到了工業(yè)制造領(lǐng)域。這幾年AI在工業(yè)制造領(lǐng)域內(nèi)也有了很多的成功落地項目。目前AI技術(shù)在工業(yè)制造領(lǐng)域比較廣泛的應(yīng)用，包括AI機器視覺檢測、增產(chǎn)提效，以及智能化供應(yīng)鏈管理等。

不久前，TE Connectivity在主題為“點燃AI創(chuàng)想，連動產(chǎn)學(xué)結(jié)合”線上媒體圓桌會上，來自TE自動化制造技術(shù)（AMT）團隊的幾位專家成員介紹了一些AI技術(shù)在工廠成功落地的項目，以及TE AI Cup今年幾個有創(chuàng)意的獲獎項目。

據(jù)TE總工程師兼全球自動化制造技術(shù)團隊總監(jiān)張丹丹博士介紹，他們的這個團隊主要服務(wù)于TE的工廠，為工廠提供一站式的自動化、智能化解決方案，以應(yīng)對生產(chǎn)中的挑戰(zhàn)；同時，他們還會將TE全球各地不同工廠、不同產(chǎn)品線上的需求，進行分析、梳理，開發(fā)具有創(chuàng)新性的解決方案，從一個試點開始，并逐步推廣，以幫助TE整體上提升制造運營的自動化和智能化水平。下面，我們介紹一下TE這些年來比較成功的一些落地案例。

AI顯微鏡的項目

AI顯微鏡項目是TE全球自動化制造技術(shù)團隊高級專家工程師兼中國礦業(yè)大學(xué)碩士生導(dǎo)師周磊首先推薦的一個AI+制造項目。據(jù)他介紹，因為TE內(nèi)部有非常多關(guān)于質(zhì)量檢測的需求，如何將AI應(yīng)用到質(zhì)檢工序中，提高生產(chǎn)效率成為了工廠的一個需求。為了滿足工廠的這個需求，他們團隊開發(fā)了AI顯微鏡。

“該AI顯微鏡特別適合于在產(chǎn)線當(dāng)中對不良品通過圖像的方法進行檢測。它的技術(shù)是把人工智能與機器視覺技術(shù)相結(jié)合，采集產(chǎn)品照片，并通過機器學(xué)習(xí)的方法自動生成產(chǎn)品的檢測標(biāo)準(zhǔn)，應(yīng)用于對生產(chǎn)線產(chǎn)品的檢測與質(zhì)量判斷?！敝芾诓┦勘硎?。

他同時介紹了AI顯微鏡的幾大優(yōu)勢：

? 一是AI顯微鏡可以自動學(xué)習(xí)產(chǎn)品的質(zhì)量標(biāo)準(zhǔn)，不需要額外編寫程序。

? 二是機器在進行判斷。它不會疲勞，而且它的檢測速度更快，一致性更高。

? 三是AI顯微鏡可以保存大量的實際產(chǎn)品照片，用于持續(xù)地學(xué)習(xí)，使檢測的精度持續(xù)提高。

據(jù)悉，目前TE已經(jīng)在全球的50多家工廠部署了AI顯微鏡。同時，周磊博士還強調(diào)，AI顯微鏡是本著能夠把AI技術(shù)在產(chǎn)線當(dāng)中實際去使用的目的去做研發(fā)的，“所以我們在開發(fā)和推動部署的過程中充分地考慮了工廠同事操作時的易用性和便利性。”

張丹丹博士補充說，AI顯微鏡是AI機器視覺非常典型的應(yīng)用。實際上，AI顯微鏡最初是由中國工廠的需求應(yīng)運而生的?！拔覀儎傞_始和TE傳感器深圳工廠進行試點合作，試點之后有了不錯的成果，證明該技術(shù)是可以落地的?！彪S后，TE在該基礎(chǔ)上，把這個技術(shù)逐步推動到TE全球的多家工廠。當(dāng)前，AI顯微鏡已經(jīng)在TE全球的50多家工廠得到了部署。

飛拍AI檢測系統(tǒng)

飛拍AI檢測系統(tǒng)是周磊博士分享的一個AI機器視覺領(lǐng)域的應(yīng)用案例，該系統(tǒng)在TE順德工廠內(nèi)已經(jīng)部署。“其實在TE內(nèi)部有一個非常強烈的需求，那就是產(chǎn)品的多面外觀快速檢測，一般稱之為多面產(chǎn)品的快速外觀檢測需求。”他在分享中表示。

而傳統(tǒng)的機器視覺檢測技術(shù)，無法滿足在高速情況下對產(chǎn)品的多個面進行快速外觀檢測，因此，此類檢測多由人工進行。他們團隊開發(fā)的飛拍AI檢測系統(tǒng)，主要解決了三個難點：

? 第一個難點，如何實現(xiàn)同時進行多面檢測。他們在產(chǎn)品線上安裝了特定材質(zhì)的轉(zhuǎn)盤，結(jié)合多角度工業(yè)級相機，攻克了這個難點。

? 第二個難點，如何實現(xiàn)快速檢測。多面檢測其實意味著在同一個時間內(nèi)增加了需要檢測的產(chǎn)品表面的數(shù)目，他們在這個系統(tǒng)當(dāng)中結(jié)合了飛拍（fly-in）檢測技術(shù)，可以做到在整個產(chǎn)品檢測過程當(dāng)中，產(chǎn)品無需任何停頓，大大加快了檢測速度。

? 第三個難點，如何實現(xiàn)柔性制造。以TE順德工廠為例，如何用同一套檢測系統(tǒng)兼容不同的尺寸、對不同料號的多面體產(chǎn)品進行檢測。為此，周磊博士他們團隊量身定制了AI視覺檢測系統(tǒng)。

最終，這套飛拍AI檢測系統(tǒng)在TE順德工廠成功部署，實現(xiàn)了針對多面體產(chǎn)品進行快速外觀檢測的功能，相比于人工檢測更穩(wěn)定，也更加精確。而且，外觀檢測并不是定量檢測，每一個檢測員的標(biāo)準(zhǔn)都略有差異。使用AI檢測系統(tǒng)，它可以學(xué)習(xí)特定操作員的檢測標(biāo)準(zhǔn)，并持續(xù)不斷穩(wěn)定的使用統(tǒng)一標(biāo)準(zhǔn)檢測，最終達到提高效率的目的。

也就是說，TE開發(fā)的 “飛拍AI檢測系統(tǒng)”既節(jié)約了人工，又提升了效率。

TE AI Cup用競賽培養(yǎng)人才

這幾年，工廠的智能化升級已經(jīng)成為了大勢所趨，如果工廠的效率更高，做出來的產(chǎn)品將會更加具有市場競爭力。但在工廠智能化轉(zhuǎn)型的過程中，必然需要用到大量的技術(shù)人才，這些技術(shù)人才如何培養(yǎng)呢？

2018年，TE全球運營副總裁魯異博士發(fā)起，TE自動化制造技術(shù)團隊組織了TE AI Cup競賽，通過競賽的方式，讓人才更快速地成長起來。據(jù)TE官方介紹，大賽的參賽隊伍由在校大學(xué)生組成，一般4到6人。每支隊伍會舉薦一位同學(xué)作為隊長，并邀請一名該校的老師作為高校指導(dǎo)老師。隊伍組建成功后，TE會為每個隊伍配置一名TE的工程師作為團隊的工程師顧問，在參賽過程中與學(xué)生進行交流和指導(dǎo)。

比賽共設(shè)立綜合獎項一二三等獎，及若干單項獎（包括最佳創(chuàng)新獎、最佳節(jié)能減排獎等）。獲獎隊伍將贏取相應(yīng)的獎學(xué)金、獎杯、參賽獲獎證書。此外，TE歡迎參賽選手申請TE的實習(xí)機會。

最新的TE AI Cup 2021-2022賽事共吸引了全球超過百名學(xué)生的參與。他們共組成了23支團隊，用近一年的時間，應(yīng)用AI技術(shù)，為結(jié)對的工廠在實際生產(chǎn)中面臨的挑戰(zhàn)提供創(chuàng)新的解決方案。

本屆大賽共分為兩大類別：AI機器視覺和AI制程監(jiān)控。參賽隊伍需要選擇一個類別，結(jié)合TE工廠提供的工業(yè)制造場景中的真實挑戰(zhàn)，開發(fā)相應(yīng)的解決方案。比賽過程包含了：比賽前期的宣講會、組隊、參賽隊伍提交參賽方案的方向、項目啟動會、參賽隊伍培訓(xùn)會、比賽過程中的定期交流和進度跟進、決賽。

TE AI Cup 2021-2022比賽設(shè)有大賽評委會。評委會通過統(tǒng)一的評分表，分別從設(shè)計方案的創(chuàng)新性、可落地性、對其他工業(yè)場景的可復(fù)制性，以及項目的完整度，四大維度來對參賽作品進行打分。

本次大賽的結(jié)果在4月28日已經(jīng)公布，其中，

冠軍獲得者

Urameshi團隊，來自墨西哥索諾拉大學(xué)（Universidad de Sonora in Mexico）

亞軍獲得者

Venados團隊，來自墨西哥埃莫西約技術(shù)學(xué)院（Instituto Technologic de Hermosillo in Mexico）

廈門大學(xué)團隊，來自中國廈門大學(xué)

季軍獲得者

SWUFER團隊，來自中國西南財經(jīng)大學(xué)

AI SONORA團隊，來自墨西哥蒙特雷理工大學(xué)索諾拉北部分校 (ITESM Campus Sonora Norte in Mexico)

The Firefly團隊，來自中國蘇州大學(xué)

這幾年，大賽涌現(xiàn)出來了不少優(yōu)秀的AI落地項目，比如：

? 榮獲2021-2022賽事金獎的是來自墨西哥索諾拉大學(xué)（Universidad de Sonora in Mexico）的Urameshi團隊。該團隊為TE汽車事業(yè)部位于墨西哥埃莫西約 (Hermosillo) 的工廠開發(fā)了結(jié)合缺陷品圖片合成器的AI視覺檢測系統(tǒng)。它創(chuàng)新地解決了工業(yè)領(lǐng)域產(chǎn)品線常因缺陷樣本量不夠而無法引入AI視覺檢測，只能采取人工檢測的挑戰(zhàn)。這套系統(tǒng)在比賽測試階段的檢測精度幾乎達到了100%。

? 獲得2021-2022屆三等獎的是來自蘇州大學(xué)的The Firefly團隊。他們?yōu)門E工業(yè)事業(yè)部蘇州工廠開發(fā)了一套基于人工智能的自反饋調(diào)速系統(tǒng)，用以解決工廠某接插件設(shè)備想要提速增效的需求。該系統(tǒng)包含三層：數(shù)據(jù)收集和存儲層、算法分析層，及反饋與控制層。通過不斷執(zhí)行以上三層，形成一個閉環(huán)控制系統(tǒng)。這個系統(tǒng)兼顧自動調(diào)速算法、算法普適性、避免設(shè)備撞擊的算法改進等，可以幫助工廠在保證設(shè)備運行質(zhì)量的前提下，提升設(shè)備的速度值。在比賽測試環(huán)節(jié)，這套系統(tǒng)在TE工業(yè)事業(yè)部蘇州工廠試運行了三個月時間，成功地將工廠的測試設(shè)備生產(chǎn)力提高了約10%。

? 在TE AI Cup 2019-2020賽事中，華南理工大學(xué)為TE順德工廠利用“AI機器視覺技術(shù)”開發(fā)了一套“無監(jiān)督學(xué)習(xí)自動檢測系統(tǒng)”，用于塑膠件的外觀檢測。賽后，這套AI解決方案不僅被部署到了TE順德工廠，并在這一年里完成了2.0的迭代，實現(xiàn)了從僅應(yīng)用于半成品外觀檢測，到應(yīng)用于成品生產(chǎn)線功能性檢測的升級。相比傳統(tǒng)的檢測方式，“無監(jiān)督學(xué)習(xí)自動檢測系統(tǒng)” 具有部署快、效率高、準(zhǔn)確度高的優(yōu)勢。以檢測一個塑膠件為例，它的運行時間僅為0.33秒，且準(zhǔn)確度可達99%以上。

結(jié)語

從這些實際案例中，可以看到AI技術(shù)正在工廠中成功落地，助力工廠提升效率和品質(zhì)，降低成本。當(dāng)然，目前最為緊缺的其實是人才問題，畢竟這是一個新的賽道，好在現(xiàn)在已經(jīng)有越來越多的學(xué)校、機構(gòu)和企業(yè)已經(jīng)在人才培養(yǎng)上行動起來了。