在數(shù)智化浪潮中，云南中煙順勢(shì)而為，全力推進(jìn)數(shù)字化轉(zhuǎn)型。一系列借助新興技術(shù)的實(shí)踐成果，就是云南中煙構(gòu)建智能化生產(chǎn)體系、打造制造力新優(yōu)勢(shì)的生動(dòng)注腳。

產(chǎn)品質(zhì)量檢測(cè)有了更精準(zhǔn)畫(huà)像

兩年前一個(gè)工作日，在云南中煙紅塔集團(tuán)昭通卷煙廠的卷包車(chē)間，高從文和同事們看著被視覺(jué)檢測(cè)系統(tǒng)剔除的眾多產(chǎn)品犯起了愁，“為什么被剔除出來(lái)？要從哪個(gè)環(huán)節(jié)著手優(yōu)化？還是只能通過(guò)人工排查？”

“原有視覺(jué)檢測(cè)系統(tǒng)對(duì)合格標(biāo)準(zhǔn)的劃分較為籠統(tǒng)，不能涵蓋所有可能出現(xiàn)的檢測(cè)類(lèi)型?！备邚奈脑诓殚喰畔⒑罂偨Y(jié)道。

能不能基于最新的圖像識(shí)別技術(shù)，讓產(chǎn)品外觀檢測(cè)和分類(lèi)更快、更準(zhǔn)、更精細(xì)？一個(gè)由卷包車(chē)間、信息科、工藝質(zhì)量科等部門(mén)攜手，涵蓋了電氣修理、機(jī)械操作和信息系統(tǒng)管理的研發(fā)小組迅速集結(jié)。

研發(fā)小組成員查看產(chǎn)品外觀剔除原始圖像

第一個(gè)難題很快就擺在了研發(fā)小組面前。那時(shí)，關(guān)于產(chǎn)品質(zhì)量檢測(cè)的圖像識(shí)別基準(zhǔn)數(shù)據(jù)較少，行業(yè)也缺乏產(chǎn)品多功能智能檢測(cè)模型方面的研究。

“沒(méi)有前人鋪好的路，那我們就自己造！”高從文回憶道，在剛開(kāi)始的兩個(gè)多月時(shí)間里，小組成員為了盡可能多而全面地采集不合格產(chǎn)品圖像并進(jìn)行篩選、標(biāo)注處理，幾乎是背著眼藥水干活。最終，研發(fā)小組根據(jù)外觀質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)和車(chē)間生產(chǎn)需求，構(gòu)建起首個(gè)產(chǎn)品外觀采集數(shù)據(jù)集。

“這樣一來(lái)，被剔除的產(chǎn)品就不再是‘身份不明’的流浪兒，它們有了精準(zhǔn)的分類(lèi)，也就有了研究的價(jià)值，能夠?yàn)樯a(chǎn)工藝改進(jìn)、質(zhì)量提升決策提供精準(zhǔn)導(dǎo)航?！备邚奈恼f(shuō)。

研發(fā)小組就精準(zhǔn)分類(lèi)功能集成需求展開(kāi)討論

毫米級(jí)“鷹眼”檢測(cè)讓微小瑕疵無(wú)所遁形

數(shù)據(jù)是AI模型的“糧食”，只有高質(zhì)量的數(shù)據(jù)才能訓(xùn)練出高性能的模型。傳統(tǒng)算法常?！翱床粶?zhǔn)”小缺陷，如何才能讓檢測(cè)模型更深入地結(jié)合產(chǎn)品生產(chǎn)場(chǎng)景實(shí)際，更精準(zhǔn)地識(shí)別出小粒度目標(biāo)缺陷？研發(fā)組的小伙伴們向改進(jìn)算法模型發(fā)起了挑戰(zhàn)。

“我們要優(yōu)化算法，就必須攻克檢測(cè)精度和速度平衡的難關(guān)，既要保證在高速生產(chǎn)下準(zhǔn)確檢測(cè)，又要滿足精度要求，這個(gè)挑戰(zhàn)很大！”高從文和伙伴們?cè)诜磸?fù)地試驗(yàn)和辯證后，決定在檢測(cè)模型中創(chuàng)新性地引入新機(jī)制，使模型能夠自動(dòng)聚焦于產(chǎn)品外觀的關(guān)鍵區(qū)域，從而提高對(duì)微小缺陷的檢測(cè)精度。這就好比給模型裝上了“鷹眼”，能夠更好地捕捉不同大小的缺陷特征，從而有效提升對(duì)小目標(biāo)的檢測(cè)性能?！?毫米的瑕疵也能精準(zhǔn)鎖定，從細(xì)微的瑕疵到潛在的風(fēng)險(xiǎn)，都逃不過(guò)它的法眼！”高從文自豪地說(shuō)。

反復(fù)測(cè)試外觀檢測(cè)系統(tǒng)

經(jīng)過(guò)兩年多的持續(xù)努力和不斷探索，查看和細(xì)分產(chǎn)品外觀圖像從每臺(tái)設(shè)備需要10多分鐘縮短到不到1分鐘；煙箱外觀缺陷檢測(cè)準(zhǔn)確率達(dá)99.83%……檢測(cè)系統(tǒng)對(duì)產(chǎn)品生產(chǎn)效率、產(chǎn)品質(zhì)量的雙向提升，正是傳統(tǒng)制造業(yè)向數(shù)智化制造躍遷的一抹鮮活縮影。

數(shù)據(jù)驅(qū)動(dòng)“發(fā)現(xiàn)—解決—預(yù)防”全閉環(huán)

“深度智能檢測(cè)不是終點(diǎn)?！备邚奈奶寡?#xff0c;從研發(fā)之初就給產(chǎn)品檢測(cè)系統(tǒng)定下了清晰的成長(zhǎng)目標(biāo)：打破傳統(tǒng)質(zhì)檢數(shù)據(jù)“沉睡”存而不用的僵局，完成檢測(cè)從“經(jīng)驗(yàn)判斷”向“AI決策”的跨越，讓數(shù)據(jù)驅(qū)動(dòng)實(shí)現(xiàn)“發(fā)現(xiàn)—解決—預(yù)防”全閉環(huán)，真正反哺于產(chǎn)品質(zhì)量管控。

“以前面對(duì)被剔除的產(chǎn)品，我們只能通過(guò)大量的圖像數(shù)據(jù)進(jìn)行人工復(fù)檢，憑借經(jīng)驗(yàn)找到具體生產(chǎn)環(huán)節(jié)的故障根源，這樣的傳統(tǒng)追溯方式非常耗時(shí)費(fèi)力。”一位卷包車(chē)間的質(zhì)檢人員說(shuō)：“現(xiàn)在，這位智能伙伴自動(dòng)實(shí)現(xiàn)了不同機(jī)組的數(shù)據(jù)統(tǒng)計(jì)分析功能，應(yīng)用模型后，1分鐘之內(nèi)就可以完成精準(zhǔn)分類(lèi)、統(tǒng)計(jì)及預(yù)測(cè)，詳細(xì)的分析、預(yù)警在可視化屏幕實(shí)時(shí)呈現(xiàn)，還能第一時(shí)間發(fā)送到相關(guān)人員手機(jī)上，質(zhì)檢人員可以精準(zhǔn)地進(jìn)行質(zhì)量管控與流程優(yōu)化，維修人員也能精準(zhǔn)出擊，高效解決故障，最大程度減少剔除造成的輔料消耗?！?/p>

小組成員討論系統(tǒng)的優(yōu)化提升

從“經(jīng)驗(yàn)判斷”到“AI決策”，思維的蛻變折射出的是云南中煙紅塔集團(tuán)昭通卷煙廠數(shù)智轉(zhuǎn)型的挑戰(zhàn)與突破。高從文對(duì)AI視覺(jué)深度賦能卷包質(zhì)量管控還有更多的“小目標(biāo)”等待實(shí)現(xiàn)，“我們將持續(xù)優(yōu)化檢測(cè)系統(tǒng)，拓展檢測(cè)功能與應(yīng)用場(chǎng)景，爭(zhēng)取讓數(shù)智賦能更好地服務(wù)生產(chǎn)和管理。”