讓"燈塔工廠"用上AI視覺,亞馬遜雲科技如何做到

有這樣一家工廠,自9年前奠基伊始就被寄予厚望,在集團所屬的200餘家工廠中,它被選為全球第一家精益數字化管理系統的“試點”,只用了短短兩年時間就完成了從樓宇、配電、機器、廠房、電網五大系統的智慧化、物聯網升級改造。此後,它先後被工信部認定為國家級“綠色工廠”,被達沃斯世界經濟論壇授予發展中“燈塔工廠”等美譽,已然成為全球頂級製造業的一座標杆。

全球“智慧製造”的標杆工廠之一

這,就是施耐德電氣位於武漢市江夏新技術開發區的全球供應鏈中國區·武漢工廠(SEMW,以下簡稱為施耐德電氣武漢工廠)。在這座工廠內部,我們可以看到在許多其他企業裡難以想象的生產流程和管理方式。

讓"燈塔工廠"用上AI視覺,亞馬遜雲科技如何做到

一方面,施耐德電氣武漢工廠早在2018年就率先應用了施耐德電氣EcoStruxure平臺解決方案,對工廠進行了數字化轉型改造。透過在整個工廠佈設的多達348個無線電能測量模組,無數的壓力、溫度、溼度感測器,實現了對廠房用電裝置、空調裝置的持續監測和智慧化保養預測。從此,工程師可以及時地發現和調整工廠中不合理的用電情況,並在關鍵的機器裝置可能出現故障前就對其進行及時干預,實現了0配電故障停機,以及超過10%的能源最佳化。

讓"燈塔工廠"用上AI視覺,亞馬遜雲科技如何做到

另一方面,在生產裝置上,施耐德電氣武漢工廠更是引入了包括六軸工業機器人、全自動組裝生產線、無人導航智慧駕駛車輛、AR機器診斷裝置、3D列印零部件生產等一系列最新技術成果。透過高度精確且相網際網路的自動化、智慧化生產,施耐德電氣武漢工廠不僅實現了12%的直接工時節約,而且還使得工廠的產能可以更為靈活地根據上下游供應鏈情況進行即時改動,大幅提高了全產業鏈的靈活性。

然而即便是這樣的智慧工廠,也曾經遭遇過煩惱

據瞭解,施耐德電氣武漢工廠的主要產品,其實是我們日常生活中相當常見的小型斷路器、接觸器以及各種控制按鈕和訊號電器部件。儘管這些部件本身的結構並不算複雜,但它們的生產過程中會涉及大量的焊接、繞線操作,即便是用全自動化裝置來生產,也不可能將液態的焊錫、柔軟的銅絲加工到每一次的厚度、形態都100%完美無缺。

讓"燈塔工廠"用上AI視覺,亞馬遜雲科技如何做到

如此一來,對產品進行逐個質檢的需求自然就產生了。此前,施耐德電氣採用的是常規的人工目視檢測及自動化檢測方式。人工檢測即由熟練的質檢員比對“標準樣品”的照片判斷;自動化檢測是在生產線上安裝工業相機,對產品的多個角度進行拍照,由機器與系統中的標準模版對比,進行外觀缺陷判斷。

但是這種人工質檢的方式,存在著一定的缺陷。一方面,產品出現缺陷的位置本就不會固定不變,反而有著極大的隨機性,所以這就導致質檢員需要憑藉自身經驗進行產品外觀的比對,不可避免地會出現漏檢、誤檢的情況。另一方面,質檢員長時間盯著螢幕工作,效率和注意力也很難一直維持,因此也會直接影響到生產能力。

從人工到AI,工業視覺帶來質檢效率革命

正因如此,自2020年開始,施耐德電氣武漢工廠就開始探索質量檢測的自動化、智慧化實現方式。最終,施耐德電氣選擇了亞馬遜雲科技Amazon SageMaker機器學習及其他一系列相關服務,成功地在雲端完成了AI工業視覺質檢系統的資料彙總和模型訓練、迭代。並且基於這一AI模型,成功建設出一套行之有效的“雲-邊協同AI工業視覺檢測平臺”。

讓"燈塔工廠"用上AI視覺,亞馬遜雲科技如何做到

據瞭解,與傳統的人工質檢相比,這套AI工業視覺檢測平臺的基本原理並未發生改變,其依然是由工業相機對產品各個面進行拍照,此後再與“標準件”進行對比。但兩者關鍵的差異在於,“看圖”和“判斷”的角色從人替換成了AI。

讓"燈塔工廠"用上AI視覺,亞馬遜雲科技如何做到

實踐證明,AI工業視覺檢測平臺的效果驚人。相比傳統的人工目視檢驗,AI工業視覺檢測的單位耗時縮短了85%、檢驗精度提高了9%、誤檢率可以長期保持在0。5%以下,漏檢率更是直接降到了0。

為何選擇亞馬遜雲科技?技術與全球化是最大優勢

很顯然,在AI工業視覺檢測平臺的幫助下,施耐德電氣武漢工廠的生產效率和產品質量都得到了進一步的提高。然而眾所周知,目前國內有多家雲計算服務商,為什麼施耐德電氣會選擇亞馬遜雲科技作為AI工業視覺檢測平臺的合作伙伴呢?

在2021年10月27日舉行的一場技術溝通會上,施耐德電氣全球供應鏈中國區數字化解決方案負責人冒飛飛為我們解答了這個問題。

讓"燈塔工廠"用上AI視覺,亞馬遜雲科技如何做到

首先,施耐德電氣與亞馬遜雲科技的合作並非是此次才建立。實際上兩者早在2013年開始,就已經形成了多個核心領域的技術合作。比如說,施耐德電氣的全球雲計算平臺,就是基於Amazon EC2雲伺服器、Amazon S3雲端儲存、Amazon RDS雲資料庫等一系列服務構建。在2020年,施耐德電氣還基於亞馬遜雲科技的雲資料庫服務,建設了大資料分析平臺。在這一過程中,兩家企業建立了緊密的合作關係,特別是亞馬遜雲科技技術團隊的快速響應,為施耐德電氣提供了很大的幫助。

其次,對於現代企業來說,要想“寫出”一個適合自己的AI應用其實並不是一件容易的事情。因為這不僅涉及到資料的收集,更重要的是還需要對模型進行長期訓練,並根據實際生產需求隨時進行迭代。如果按照一般的方法,企業需要耗費大量資源自建AI訓練伺服器,不僅價格高昂,而且算力也未必令人滿意,反而會拖慢AI部署的速度。

讓"燈塔工廠"用上AI視覺,亞馬遜雲科技如何做到

正因如此,在構建AI工業視覺檢測平臺的過程中,施耐德電氣選擇了“雲邊協同”的方式,將工廠收集的產品“標準件”資料儲存到亞馬遜雲科技的Amazon S3上,再借助Amazon SageMaker進行自定義模型的上傳和訓練。由於亞馬遜雲科技還擁有著強大的雲端算力,因此大幅縮短了AI模型成型所需的時間,讓AI工業視覺檢測平臺很快就能部署到生產線上發揮作用。

讓"燈塔工廠"用上AI視覺,亞馬遜雲科技如何做到

作為一家全球化企業,施耐德電氣的業務遍及全球100多個國家和地區,僅是在中國就有23家工廠及7個物流中心。由於每個工廠生產的產品種類都可能互不相同,就意味著只有選擇雲端AI訓練解決方案,才能將“上傳資料-生成模型-模型迭代更換”的效率最大化。在這一點上,亞馬遜雲科技所提供Amazon S3儲存服務與Amazon SageMaker AI訓練服務的緊密協同,有效地解決了施耐德電氣AI訓練資料多樣化、不同工廠對模型要求不同的複雜需求。

讓"燈塔工廠"用上AI視覺,亞馬遜雲科技如何做到

不僅如此,考慮到企業管理資料快速共享、AI技術未來推廣的需求,施耐德電氣希望其雲計算合作伙伴能夠確保在全球範圍內的高效互聯互通,而這無疑也正是亞馬遜雲科技目前最大的優勢之一。作為當前全球雲計算行業長期的“領頭羊”,亞馬遜雲科技在全球擁有25個地理區域、81個可用區,這些也為施耐德電氣在全球各地工廠推廣AI視覺檢測平臺,開發和運用更多基於雲端結合的先進生產技術降低了成本,鋪平了道路。

頂部