求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。

基于AI检测技术的产品质量管理查看源代码讨论查看历史

跳转至: 导航搜索

来自 搜狐网 的图片

基于AI检测技术的产品质量管理美的质量管理信息平台利用AI+5G技术进行CCD防错检验,对产品缺陷、不合格产品进行统计分析、追溯,打造企业全面的质量管控体系。通过基于AI检测技术的产品质量管控,全面有效地帮助美的质量管控人员密切监控各环节的质量,随时改进,避免浪费,大大提高质量管理效率并降低成本,实现了全面的产品质量效益。未来美的将进一步引入5G网络,AI人工智能[1]、大数据以及区块链技术,在质量管理、设备管理、物流管理上引入AI检测设备和智能制造设备,提升工厂自动检测能力和自动化制造能力,不断加强企业应变能力和市场竞争能力。

一、案例简介

美的质量管理信息平台利用AI+5G技术进行CCD防错检验,对产品缺陷、不合格产品进行统计分析、追溯,打造企业全面的质量管控体系。质量管理信息平台利用搭建在企业智能制造基础平台之上,由MES系统+QMS+质量大数据分析平台构成,打通供应商、内部制造及客户之间的信息联动,实现从供应商端到制造到客户整个供应链链条全面的品质闭环控制、品质分析及产品追溯。

基于AI检测技术的应用提升企业的精益制造水平,降低制造成本、提高生产效率及产品质量,从而实现质量管控过程的透明化、可视化,从而提高质量管理水平,使企业由粗放式质量管理向基于AI检测技术的精益管理迈进,最后达到降低制造成本、提高生产效率、提升产品质量的目的。

二、案例背景介绍

芜湖美的厨卫电器制造有限公司(下称美的厨卫)主承担美的集团热水器、吸油烟机等厨卫产品的研发、制造、销售和服务并提供整体厨卫一体化解决方案拥有员工3085人,生产规模和技术水平达到行业一流水平,是国内最大的厨卫产品制造基地。目前电热水器销量占比行业第一,燃气热水器销量占比行业第二。近三年销售收入由50亿到突破90亿大关,销售收入年平均增长率超27.42%,发展势头迅猛。

随着市场对于企业竞争力越来越高的要求,为了进一步打通了制造环节的生产价值链条,提升企业的精益制造水平,降低制造成本、提高生产效率及产品质量,通过ERP、PDM、SCM、MES的实施,加速芜湖美的厨卫对产品质量管控的信息化转型,从而有效降低了公司的运营成本,实现了管理创新。

三、案例应用详情

美的厨卫公司的质量管理信息平台是搭建在美的智能制造基础平台之上,由MES系统+QMS+质量大数据[2]分析平台构成,打通供应商、内部制造及客户之间的信息联动,实现从供应商端到制造到客户整个供应链链条全面的品质闭环控制、品质分析及产品追溯,对产品缺陷、不合格产品进行统计分析、追溯,打造企业全面的质量管控体系,并利用AI+5G技术进行CCD防错检验。

为了防止附件漏放,错放,提升客户的购物体验,电热工厂在多条生产线上已经开始了使用AI-CCD检测方式来自动检测和识别错误附件,并引入5G方案作为项目优化提升内容。

在该项目中,视觉检测的图像(约10M左右)通过安装在检测设备附近的CPE,通过已经搭建的5G网络,将数据传输到安装在芜湖机房的MEC,并通过MEC分流通过企业私有网,将部分数据传送到本地服务器,进行相关运算判断,并将判断结果与上游的MES系统相糅合,最终将综合的运算结果反馈给现场设备,现场设备根据反馈结果进行相关控制动作,实现了自动判断以及过程防呆。同时MEC通过将数据分流,利用5G核心网将图传送至美的总部数据中心进行长期保存,共后续追溯使用。

四、创新性与优势

为加快生产计划执行状况的反馈速度,以改善生产过程中的质量控制力度,根据美的产品多品类、中间产品、终端产品,混流模式,复杂的零部件加工工艺的管理等多差异性要求,美的MES生产管理(车间计划管理、生产准备管理、工人现场作业管理、设备运行管理、质量作业管理、可视化检测管理、工时管理、生产履历管理和例外管理)引入采集硬件深度集成生产采集数据的BI创新性模式,实现了采集物料灵活匹配和严谨的流程防呆控制,成功改善了产品质量。

为了防止附件漏放,错放,提升客户的购物体验,电热工厂在多条生产线上使用AI-CCD检测方式来自动检测和识别错误附件。并将质量管理信息系统收集到的大量质量数据,汇总至中控中心进行大数据整合,利用看板形式如实反映生产质量信息,便于及时发现质量问题。同时在中控系统中对部分质量指标设置阈值,当阈值超限时,自动生成事件,并推送邮件给责任人,要求进行质量闭环处理。

五、案例应用效益分析

通过基于AI检测技术的产品质量管控,全面有效地帮助美的质量管控人员密切监控各环节的质量,随时改进,避免浪费,大大提高质量管控效率并降低成本,实现了全面的产品质量效益。

美的厨卫在未来将继续秉承 “业务先行”、“两化融合”、“技术开路”三大宗旨,进一步引入5G网络,AI人工智能、大数据以及区块链技术,在质量管理、设备管理、物流管理上引入智能化检测设备和制造设备,提升工厂自动检测能力和自动化制造能力,并通过大数据及AI方式实现数据对经营的驱动,不断加强企业应变能力和市场竞争能力。

参考文献