Skip to main content

AI • 物聯網 • 網路邊緣

將工業 AI 模型應用於產品品質檢查

工業人工智能

新車進入組裝的最後階段時,檢查員會滴水不漏地檢查每個細節,發覺是否有任何不一致的地方。從油漆剝落到車輪缺陷,乃至於不規則的汽車發動聲音,任何事都可能損害最終產品。傳統上來說,這些檢查都是由手動執行;但現在工人可以從人工智慧獲得急需的協助。

無論檢查員有多優秀,人工檢查總有百密一疏的時候。廠房嘈雜熙攘,可能使人分心。重複相同的工作數小時也可能導致恍神出錯。但是對於 AI 而言,這不是問題,它利用攝影機、麥克風與感應器在生產線上追求完美、不遺餘力。

「視覺檢查確實是一項繁瑣的工作。在工業環境工作時,嘈雜的環境可能會使工作品質隨著時間推移而下降。利用 AI,您可以將流程自動化,」byteLAKE 共同創辦人 Marcin Rojek 說道,該公司是 Cognitive Services 的開發商,這是一套致力於工業 4.0 的 AI 模型,用於處理品質控管

Rojek 表示,byteLAKE 的 Cognitive Services 之所以存在,是為了向營運商提供可據以行動的資訊,進而做出更完善的決策。

與大多數工業 AI 解決方案不同,byteLAKE 不僅透過電腦視覺改善視覺效果。該公司使用 AI 模型進行聲音分析與基礎架構監控。byteLAKE 的 Cognitive Services 利用麥克風和其他感應器,可偵測溫度、濕度與振動以監控設備,進而將服務交付最佳化並防止故障。

Cognitive Services 將資料轉為深入解析

Rojek 與他的朋友兼商業夥伴 Mariusz Kolanko 在 2016 年共同創辦 byteLAKE 時,想要解決如何處理工業組織擷取所有資料的問題。光是如何使用就讓許多人頭痛不已。

「我們想讓 AI 成為工業案例的實質解決方案。我們將資料合併並轉化為資訊,回答諸如「會發生什麼、可能發生什麼、為什麼發生了某事、錯誤在哪裡、錯誤是什麼,以及根本原因是什麼?」Rojek 說。

將不同來源的資料放在適當的情境,則可能實現這項目標。

在製造過程中,電腦視覺演算法分析能分析及解讀攝影機在生產線上捕捉的影像。接著可以訓練模型,瞭解某些影像,並偵測諸如刮痕、凹痕與缺失的孔等。

在汽車製造中,麥克風捕捉引擎的音調和轟鳴聲,確定是否正常運行。這是另一個人類侷限可能會阻礙的領域。Rojek 表示:「在工廠設施聆聽數十部汽車引擎,而背景噪音不斷變化,檢查品質很可能會下降,」Rojek 說。

為了所有資訊都是即時收集並保留在工廠層面,這項技術在邊緣安全運行。這樣一來,使用者可以在接近資料產生的地方處理資料,進而克服頻寬與連線斷斷續續的問題。

byteLAKE 也在餐飲服務業中使用電腦視覺,減少自助餐廳結帳的等待時間。Rojek 表示:「收銀員不必將一切手動輸入機器,因為攝影機會拍照並識別商品。」

在其他環境中,例如能源基礎架構,byteLAKE 使用感應器、攝影機與麥克風的組合,追蹤液體流動、濕度等級、壓力與溫度等狀況,這些全都能提供管道、幫浦、驅動器和其他元件的健康狀況與效能資訊。這樣有助於將營運和資源使用率最佳化,減少浪費,最終提供更完善的服務。

Rojek 表示:「我們可以預測可能會發生什麼事,並且建議整個城市的能源管理系統最佳設定,根據目前的消耗量、預測消耗量、歷史資料、天氣預測等,提前規劃下週應該訂購多少能源。」

製造業中的 AI 增補人類的不足

雖然 byteLAKE 的 Cognitive Services 旨在取代重複、單調、耗時且容易出錯的工作,但 Rojek 認為這套解決方案應該與人類工作相輔相成。他是這麼解釋的,客戶似乎並不擔心人類遭到取代,因為 AI 正在解決勞動力短缺等問題。AI 對於員工安全也有所貢獻。舉例來說,攝影機與感應器的存在,能讓人類遠離生產線上的危險設備。

byteLAKE 也與各種合作夥伴合作,提供客戶專屬的解決方案。合作夥伴將 Cognitive Services 與自己的軟硬體自動化相結合,設計工作流程。

先前實作中的現有模型,可針對新的客戶量身訂做。舉例來說,透過對不同的照明、生產線尺寸和其他規格進行調整,造紙廠模型可以在另一家工廠使用。

Intel 是實現這一切的重要夥伴。byteLAKE 參與 AI Builders 等計畫,並利用 OpenVINO 工具組將解決方案最佳化及降低開發成本

展望未來,Cognitive Services 會繼續增加功能。byteLAKE 正在開發能夠自主學習的模型,以便「隨著時間自動改善。」Rojek 希望在不久的未來,模型會即時學習「並在您進步及產生更多資料的同時改善預測品質。」

長遠來看,該公司將致力於更輕鬆地與製造軟體整合。「我們不想浪費時間無謂地重複,也不想在製造方面改變他們的流程。我們希望能為他們的營運截長補短,成為他們現有工作流程的一部分,而不是把一切搞得天翻地覆,」Rojek 解釋道。
 

本文由 insight.tech 編輯副總監 Christina Cardoza 編輯。

作者簡介

Pedro Pereira has covered technology for a quarter century. He has freelanced for some of the biggest names in IT publishing and an extensive list of marketing agencies and technology vendors. He was a pioneer in covering managed services and cloud computing, and currently writes about cybersecurity, IoT, cloud, and space. He holds a degree in Journalism from UMass/Amherst.

Profile Photo of Pedro Pereira