|
|
随着市场对柔性化生产的需求不断增加，传统的集中式、大批量、少品种的自动化生产方式已经不能满足需求。产线如何能够被速部署，并能够时干预生产过程，保持其在可控范围内成为当下迫切需要解决的问题。
生产管理过程中，您是否为这些问题而苦恼
人工生产难监管
对于人工生产检查检验等过程，产线管理人员没有有效手段时监测操作员是否遵从制定的程序完成作业。更多是通过检测比较终成品来判断是否符合期望。
生产异常难发现
生产过程中，出现误操作漏操作等导致产品出现质量问题，需要追踪和回溯其完整的生产旅程，哪怕是成品中的一个微小零件。但当前的手段法即时捕捉任何时段的组装周期，法可视化还原。
精益管理难提升
想要制定生产改善计划，需要生产过程数据支持。当前手段只能依赖工程师人工采集，费时费力且结果精准性存疑。此外，改善作业缺乏时效性，不易即时对症下药和立刻调整问题。
拒绝纯人工管理手段，让工厂管理有的放矢
在传统的工厂管理中，一产线管理员难以同时监测所有操作员的行为。如果发生工业生产过程的工序随意变更，或作业方法、作业条件因人而异的话，就会导致很难生产出合格稳定的产品。因此，速建立起一套适用于当今所有制造业设施的作业流程精细化管理。对于那些拥有比较先进的人工智能和比较复杂自动化技术的工厂，尤其是有人机交互的部分，标准作业流程的重要性不言而喻。
辛米尔视觉携手华硕智能物联，打造了一套软硬结合的AI过程控制系统SOP助手生产过程行为理解系统，为制造业工厂带来超级视觉能力。在生产过程中通过AI相机捕捉视频和时序化分析，可以时记录动作节拍，判断生产动作是否满足SOP标准。同时检测异常事件，及时警报并留存。从而有效提高工厂的生产效率，降低操作错误率，提升产品质量。
AI赋能，找到更高投资回报的产线管理方式
针对生产管理过程中产生的苦恼问题，辛米尔视觉以生产过程行为理解系统搭载华硕智能物联PE1100N，方案透过高能效序列化AI算法捕捉每个工作站人员的动作，时分析人员作业的动态过程，对每个作业步骤进行识别检测，确保工序标准。这一应用目前多使用在对精度要求更为严格的半导体、汽车、3C相关领域，一次操作不慎造成的物料损毁，即可能导致严重的经济损失。
目前工业智能化市场趋向于越来越紧凑的外形和智能化的设计，以节省时间和提高效率。ASUSIoTPE1100N以小巧的尺寸（152x114x72mm），释放边缘AI推理的力量。它搭载英伟达（NDIA）JetsonOrinNX16G模组，为算法提供100T的算力及高速内存，可以轻松满足现场高速的计算需求。同时，其风扇的设计及嵌入式系统也比较大程度上提升了现场推理的稳定性。
方案已落地到锂电池、家电、高铁制造、汽车及零部件、生物医药等多个重点工业领域，以及英、法、美、以色列等多家海外头部企业也均有规模性部署，100%为客户杜绝了产线人员错装、漏装等行为的发生，大大提升产品质量，协助客户达到业绩超10倍的增长。
案例一：3C头制造企业打包装箱过程防错
客户痛点：
双人协作进行打包装箱工序，容易出现A箱B货的情况
之前采用传统监控的手段，排查困难，也法时干预
法进行有效地管控，人员流动性大培训难度大
解决方案成效：
上线几个月，没有出现过A箱B货的情况
利用AI视频理解，可以时检测SOP顺序，时提醒干预
对于人员培训操作具有指导意义，也便于管理和速追溯
案例二：美资某半导体企业人工全检工位动作防错
客户痛点：
人工检测工位，人员误操作会把不良品放到良品区，导致出货的产品混入了不良品，导致客诉
希望通过的AI视频检测的手段，来对人员动作规范性进行检测，如果发现有不良品混入良品区的情况，立即报警干预
解决方案成效：
针对每一个人工检测的工位，假设一套AI视觉分析系统，并具有可视化的界面，可以时的报警提醒操作员
通过AI视觉分析系统，可以对人员的动作进行防错检测。并对于产生错误的时间段，录制视频进行追溯
AI视觉分析系统具有足够的响应速度，可以在发生了误操作之后立即报警。并且有足够高的准确率，不产生漏检
脚踏实地的对光学表面缺陷检测进行深入研究是追求发展的唯一办法。数之联专注于大数据与人工智能技术的研发和应用的企业数字化转型服务商,提供大数据审计分析云平台,全链路数据资产管理平台,助力客户提升管理和服务的智慧化水平,实现降本提质增效。https://www.unionbigdata.com/
|
|
发表于 