AI進車間，既是“焊接工”也是“檢測員”

重型設備制造商約翰迪爾（John Deere）創立于19世紀30年代，該公司不久前與英特爾合作開發了一個試點項目，以一種新的方式將人工智能引入到旗下的制造過程。該試點項目是英特爾為了展示旗下物聯網解決方案，可以幫助開創一個更加數字化的工業時代的最新方式。

約翰迪爾在該項目里試圖將計算機視覺用于加快發現并糾正自動焊接過程中的缺陷，發現及糾正自動焊接過程中的缺陷是個緩慢、昂貴但卻至關重要的工序。約翰迪爾建筑暨林業部門質量總監Andy Benko在一份聲明中表示："焊接是個復雜的過程。該人工智能解決方案可以幫助我們更高效地生產高質量的機器。制造業新技術的引入正在開啟新的機遇，可以改變我們對于一些多年一成不變的流程的思考方式。"

約翰迪爾在旗下的全球各地52家工廠里使用氣體金屬電弧焊（GMAW）工藝焊接輕度到高強度的鋼材。該工藝用的是機器人弧焊臂，每年要消耗數百萬磅焊絲?；『溉菀桩a生焊接氣孔缺陷，焊接氣孔指焊接金屬形成的小空洞，是焊接冷卻時遺留的氣泡導致的。焊接氣孔問題會削弱焊接強度。

各家制造商之前曾嘗試利用自動化系統尋找缺陷，但這種系統通常會產生很高的假陽性率。這意味著制造商通常必須依靠熟練的技術人員用手動的辦法發現問題。但要找到足夠的熟練技術人員可能很難，而且成本很高。在大型工廠環境里，這項工作尤其具挑戰性。

約翰迪爾去年開始在旗下一家建筑和林業工廠進行該試點項目，試點項目表明，使用計算機視覺處理技術可以令發現焊接氣孔缺陷的過程更準確，成本更低。根據英特爾工業物聯網合作伙伴ADLINK的數據，這個基于人工智能的試點項目檢測出了高達97.14%的焊接氣孔缺陷。在識別到焊接氣孔缺陷后，系統就會自動關閉焊接機器人。

該系統使用定位在焊槍上的攝像頭實時發現焊接氣孔缺陷。源自攝像頭的視頻幀送給基于神經網絡的人工智能動作識別模型進行分析，該模型需先用良好的和具焊接氣孔缺陷的焊接圖像進行訓練。

據了解，該人工智能缺陷檢測系統用的是英特爾酷睿i7處理器、英特爾Movidius VPU和OpenVINO英特爾發布工具包（這是一款免費軟件，可以幫助開發人員在邊緣視覺應用里用上計算機視覺和深度學習推理）。系統是在ADLINK機器視覺平臺上實現的。

英特爾物聯網集團副總裁、工業解決方案集團總經理Christine Boles告訴記者，芯片制造商英特爾與客戶密切合作及解決特定的業務挑戰，由此還可以將學習成果擴展到其他客戶。

Boles表示，"焊接質量是行業性的挑戰，并不是約翰迪爾獨家面對的問題。迪爾的方法有其獨特的地方。我們與迪爾密切合作關系，利用我們的生態系統構建了一個端到端解決方案，現在解決了這一挑戰，同時還確保方案的長效性，可以解決其他質量或效率方面的需求。"