多接入边缘计算赋能的AI质检系统任务实时调度策略

AI质检是智能制造的重要环节,其设备在进行产品质量检测时会产生大量计算密集型和时延敏感型任务。由于设备计算能力不足,执行检测任务时延较大,极大影响生产效率。多接入边缘计算(MEC)通过将任务卸载至边缘服务器为设备提供就近算力,提升任务执行效率。然而,系统中存在信道变化和任务随机到达等动态因素,极大影响卸载效率,给任务调度带来了挑战。该文面向多接入边缘计算赋能的AI质检任务调度系统,研究了联合任务调度与资源分配的长期时延最小化问题。由于该问题状态空间大、动作空间包含连续变量,该文提出运用深度确定性策略梯度(DDPG)进行实时任务调度算法设计。所设计算法可基于系统实时状态信息给出最优决策。仿真结果表明,与基准算法相比,该文所提算法具有更好的性能表现和更小的任务执行时延。

面向产线AI质检的少样本评测方法研究和验证

随着工业4.0时代的到来,制造业与人工智能的深度融合已成为了业界的重要发展趋势,工业质检是其中的重要突破口,但目前业界缺乏对工业质检产品进行评估的标准方法,各质检产品的性能往往不透明,不利于优化迭代及规模推广。针对上述问题,提出了一种面向工业界产线应用需求的AI工业质检算法评测方法,可在工业领域样本数量少且不均衡的情况下,面向产线落地应用需求,对AI工业质检产品及其竞品进行对标评估。该评测方法通过交叉验证法构建数据集,从而避免数据集规模小且不均衡导致的评测结果波动较大的问题,通过灰盒测试法避免数据集来源单一导致的评测结果不客观问题,并根据产线实际生产需求制定相关评估指标,可真实反映产线应用场景下质检产品检测性能。将上述方法应用于光伏电池片EL检测产品的对标评测中进行验证,结果表明该评测方法具备可行性,且能客观反映各产品的真实性能。最后,基于对评测结果的分析对比,为AI工业质检产品的优化提供了一些建议。

AI智能质检系统在汽车自动化涂胶品质监控中的研究及应用实践

自动化密封胶喷涂技术已广泛应用于汽车涂装制造行业,而传统的汽车涂胶品质监控方式依赖人工检查,效率低下,且易受人为主观因素影响。随着汽车制造业智能化、自动化、数字化程度的提升,开发高效、精准的涂胶品质监控系统已成为行业急需解决的问题。AI智能质检系统应运而生,通过图像采集、图像处理、AI判断逻辑和深度学习等技术,实现对车身涂胶品质的自动检测,有效提高了喷涂后的品质检测效率和准确性。本文阐述的AI智能质检系统已成功应用于整车涂装生产线,可以实现如轮毂位、电池包周边、尾灯位等重点部位的涂胶品质自动检测,保障稳定的检出率和极低的误检率。该技术的应用不仅提高了生产线的自动化水平,减少了人工检查负荷,可有效降低机器人涂胶异常导致的质量问题及品质失败成本,推动了汽车密封胶涂胶领域由制造自动化逐步迈向质检数字化。未来,随着智能化、电气化和自动化等新技术以及新质生产力的迭代发展,AI智能质检系统的应用需求将大幅度增长。

保险行业应用AI质检平台提升业务管理研究

人工智能技术逐渐成为经济社会发展进步的革命性力量。保险行业利用人工智能技术赋能业务管理,通过搭建AI质检平台,全面提升规模化的质检能力,满足监管要求,提升业务技能,提高人均产能。随着AI语音技术的持续进步,AI质检平台还将继续发挥更大的潜力。

OnePower工业互联网平台助力智慧工厂建设

OnePower工业互联网平台是中国移动上海产业研究院的核心产品之一,依托中国移动云网资源部署,融合5G+AICDE技术,可为智慧工厂建设提供丰富的工业场景通用和定制化产品及解决方案。首先,介绍智慧工厂的发展现状;其次,介绍OnePower工业互联网平台的架构;最后,介绍基于OnePower工业互联网平台的AI质检子平台的某光伏组件企业AI质检项目。

人工智能在制造业智能检测中的应用研究

质检是制造生产过程中不可或缺的环节,传统的人工检测会造成人力成本增加、生产节拍减缓等,限制行业的发展。AI质检可以实现了质量标准一致性和缺陷数据的复杂认知,节省人力的同时,为全局质量提升和工艺改善提供了科学可靠的方案,不仅帮助客户实现不良品的“不流出”,而且深入到生产工艺避免后续缺陷的产生,不断加速人工智能在制造业的扩展和应用落地。