利用AI图像识别系统提升生产检测效率,实时掌握产线变化-前沿创新-富士通视界

富士通视界LOGO

富士通视界
首页 > 前沿创新

利用AI图像识别系统提升生产检测效率,实时掌握产线变化

2017-04-27   富士通中国

当人工智能时代到来的时候,它会彻底地改变我们的制造业,为生产现场带来革命性的变化。

通过基于AI的图像识别系统,各种零部件规格与生产线的变更都能够快速识别并采取应对措施。同时,零部件的组装与各种点检信息都能够自动生成与修改。通过富士通研究所的创新技术与富士通集团自身的实践相结合,AI的应用已获得了实实在在的成果:在富士通小山工厂中,电子零部件的生产效率得到了极大的提升,同时QCD(质量、成本、交货期)也得以改善。

自动生成图像识别系统程序

富士通此前针对小山工厂的电子设备生产线导入了图像识别系统。包括零部件的装备、组装到最终完成的各个环节,利用摄像头来实现组装与检查的自动化。然而,面对零部件的规格变更以及生产线的启动与变更,制造企业要灵活快速地应对这些需求,图像识别系统就变成了瓶颈所在。
当生产线与零部件规格发生变化时,由于验证用的图像数据太少,传统图像识别系统无法提供准确的结果。为此,富士通研究所着手开发了“图像识别系统的自动化”技术。通过将AI应用到生产流程中,可以从少量的图像数据中获得最适合的结果。
在技术的开发过程中,富士通研究所采用了“专业型遗传编程法”。为了验证AI在生产环境中的应用效果,富士通针对零部件的组装线进行了测试,检查所使用的图像识别系统程序能够自动生成,并达到了接近100%的高识别率。基于此,富士通在生产现场快速导入了这一AI技术。

专业型遗传编程法

富士通在生产线的图像识别系统中导入了新的程序,并预先设置了对象与目的。然而,生产线在没有运转的情况下,预先得到的图像数据量非常有限。因此,以大量数据为基础,需要采用全新的机器学习算法。
专业型遗传编程法可以根据预先设定的专家模板,例如“强化处理”、“二值图像处理”以及“阈值处理”来综合缩短图像的处理时间,并实现高度的识别率。
准备训练数据(training data),以便计算机能够基于正常图像和不正常图像正确区分“正常”和“不正常”。如此反复,可实现程序自动进化。虽然不会出现像机器学习那样超出想象的飞跃性结果,但却是一个能够切实获得成果的稳定系统。
随机图像识别程序的结构与最优化

开发时间缩短五分之一,识别率维持在97%以上

富士通研究所与富士通集团产品部门共同推进了“专业型遗传编程法”的实用化,并在生产现场的应用中取得了优异成果。在零部件装备过程中的位置偏离以及目标零件的形状等环节,可以实现完全自动的检测。在零部件装备过程中的位置偏离以及目标零件的形状等环节,可以实现完全自动的检测。在进行良品判定的过程中,检测程序的开发时间缩短了将近五分之一。每当零部件组装的设备进行调整时,程序都能够进行重新学习,使得识别率能够维持在97%以上。基于此,定位的偏差降低了一半,而作业时间缩短了三分之二。
面向未来,富士通还计划将这一图像识别系统以云服务的方式提供给客户,其中包括两种方式:一种是数据库化,另一种是服务化,利用通用的云服务,为更广泛的客户提供帮助。而类似于图像识别系统的AI技术应用,在未来的生产现场也将发挥更大的价值。
富士通 构建以人为本的智能社会
发布评论

你可能感兴趣的新闻...
0 81 0
01 2018

科技感炸裂!富士通PRIMERGY M4服务器年度大片来袭

携手PRIMERGY,朝数字化目的地进军,实现以人为本的创新,共创美好未来!

2018-01-02
81 0
0 44 0
12 2017

聚焦物联网,打造高度互联的新零售

在物联网技术高速发展的今天,看富士通如何通过IoT,来打造高度互联的新零售。

2017-12-21
44 0
0 37 0
12 2017

当我们谈论“数字化工厂”的时候,我们在谈论什么?

更智慧的制造现场搭配数字化制造流程,打造“数字化工厂”,就是这么简单~

2017-12-14
37 0
0 47 0
11 2017

制造企业如何驾驭数字化转型

变革的本质是什么?作为制造企业,在这样一个变革的时代该如何生存下去?

2017-11-28
47 0