文档

应用场景

更新时间:

通过本文档,您可以了解工业大脑开放平台的应用场景,作为您初次使用工业大脑产品的参考。

工业大脑的使用场景如下图所示。工业大脑应用场景图

良率提升

您可以使用工业大脑平台,提升生产良品率,具体应用场景如下。

光伏行业:企业借助工业大脑的人工智能技术提升光伏电池片生产A品率。公司首先把从车间实时采集到的上千个生产参数传入工业大脑,通过人工智能算法,对所有关联参数进行深度学习计算,精准分析出与生产质量最相关的30个关键参数,并搭建参数曲线模型,在生产过程中实时监测和调控变量,最终将最优参数在大规模生产中精准落地,提升生产A品率7% ,创造数千万元利润。

质检效率提升

您可以使用工业大脑平台,高效低成本地完成图像质检,提高生产质量,具体应用场景如下。

电池片生产行业:企业在生产电池片过程中都是通过肉眼做产品质检,成本高、效率低。如今,企业使用AI图像技术,将带有产品缺陷的5万多张图片上传到云计算平台,通过深度学习与图像处理技术进行算法训练。优化的AI算法,其识别准确度可达到95%以上,碎片率(瑕疵品)下降50%。不仅如此,从图像拍摄到数据接收、处理,然后到数据上传MES系统做缺陷判定,再到最后MES系统下达指令给机械手臂抓取缺陷产品, 整个流程耗时不到一秒,仅为原先的一半,且检测过程无需人工参与。

测试效率提升

您可以使用工业大脑平台,提升产品检测效率,具体应用场景如下。

通信行业:产品调试一直是通信生产过程中的瓶颈工序。调测成本占总生产成本比重高达30-40%,单个产品平均耗时超过1个小时。企业通过云端汇总、打通生产关键环节数据,以测试/检测数据为主体,使用算法模型进行制程能力的综合分析、评估、优化。最终,检测指标项从平均300个点位降到200个,产品整体调试效率优化35%。

能耗优化

您可以使用工业大脑平台,对产业能耗进行优化,降低生产消耗量,具体应用场景如下。

化纤行业:化纤属于高耗能行业,公司每年煤炭消耗达几亿元人民币。公司以提升燃煤发电效率作为突破口,使用喷煤到产出蒸汽整个流程中采集到的数据,基于工业大脑构建算法优化模型,准确实时预测蒸汽量,并向燃煤工程师推荐最优燃煤工艺参数指导实际生产,进而降低总体燃煤消耗。最终,燃煤效率提升2.6%,这意味着一家工厂一年可节省上千万元的燃煤成本。

设备维护成本降低

您可以使用工业大脑平台,预测设备故障并进行维护,具体应用场景如下。

设备行业:企业使用物联网与算法模型技术提前预测风机故障。通过温度传感器对整个风机的温度测点进行实时监控,并对海量温度数据进行深度学习,构建风机故障检测与感知预测模型,最终做到提前1-2周识别风机微小故障并预警,单台风机单次重大事件维护成本大大降低。

生产工艺优化

您可以使用工业大脑平台,进行生产工艺的优化,提升产品合格率,具体应用场景如下。

橡胶行业:作为一种天然植物,橡胶并不能像工业化流水线的出品一样标准,不同原产地、不同批次等因素,都可能带来指标的波动。工业大脑对橡胶的各类数据进行深度运算和分析,并给出最优方案。例如,哪几个产地的原料组合在一起质量较好,某个工艺处理环节该用怎样的参数可以使混炼胶的性能更稳定。通过云计算,企业的混炼胶平均合格率提高3到5个百分点,达到国际水平。

  • 本页导读 (0)
文档反馈