AI进车间，既是“焊接工”也是“检测员”

重型设备制造商John Deere成立于20世纪30年代。该公司最近与英特尔合作开发了一个试点项目，以一种新的方式将人工智能引入其制造过程。该试点项目是英特尔展示其物联网解决方案的最新方式，有助于创造一个更加数字化的工业时代。

在这个项目中，John Deere尝试使用计算机视觉来加快自动焊接过程中缺陷的发现和纠正，这是一个缓慢、昂贵但至关重要的过程。约翰迪尔建筑和林业部质量总监安迪本科在一份声明中说：“焊接是一个复杂的过程。这种人工智能解决方案可以帮助我们更高效地生产高质量的机器。新制造技术的引入正在打开新的机会，这可能会改变我们对一些多年来保持不变的流程的看法。

约翰迪尔在全球52家工厂使用气体金属电弧焊(GMAW)焊接低碳钢到高强度钢。这个过程使用机器人弧焊臂，每年消耗数百万磅焊丝。焊接容易产生焊接气孔缺陷，是指焊接金属形成的小孔，是焊接冷却时遗留的气泡造成的。焊接气孔会削弱焊接强度。

制造商以前曾试图通过使用自动化系统来发现缺陷，但这种系统通常会产生很高的误报率。这意味着制造商通常不得不依靠熟练的技术人员手动发现问题。但要找到足够多的熟练技术人员可能很难，而且成本也很高。这项工作在大型工厂环境中尤其具有挑战性。

约翰迪尔去年在他的一家建筑和林业工厂开始了这个试点项目。试点工程表明，利用计算机视觉处理技术，可以更准确地发现焊接气孔缺陷，降低成本。根据英特尔工业物联网合作伙伴ADLINK的数据，这一基于人工智能的试点项目已检测到高达97.14%的焊接气孔缺陷。识别出焊接气孔缺陷后，系统会自动关闭焊接机器人。

该系统利用焊枪上的摄像头实时检测焊接气孔缺陷。摄像机输出的视频帧被送入基于神经网络的人工智能运动识别模型进行分析。该模型需要用良好的焊接图像和焊接气孔缺陷进行训练。

据了解，这款人工智能缺陷检测系统采用了英特尔酷睿i7处理器、英特尔Movidius VPU和OpenVINO英特尔发布工具包(这是一款可以帮助开发者在边缘视觉应用中使用计算机视觉和深度学习推理的免费软件)。该系统在ADLINK机器视觉平台上实现。

英特尔物联网集团副总裁、工业解决方案集团总经理Christine Boles告诉记者，芯片制造商英特尔与客户紧密合作，解决具体的业务挑战，从而将学习成果扩展到其他客户。

伯乐斯说，‘焊接质量是一个行业挑战，而不是约翰迪尔面临的唯一问题。迪尔的方法有其独特之处。我们与迪尔密切合作，利用我们的生态系统构建端到端解决方案，现在我们已经解决了这一挑战，同时确保了解决方案的长期有效性，可以满足其他质量或效率要求。”