基于视觉认知分析的智能制造质量保障

1、“认知计算”开启技术和业务的新纪元基于视觉认知分析的智能制造质量保障（VIQ）IBM运用认知技术和工业大数据分析能力帮助制造企业实现数字化和智能化转型收集制造过程和企业数据更加智慧的工厂运营更加智慧的能源管理更加智慧的资产运营更加智慧的产品设计更加智慧的人员安全更加智慧的交付质量纳入到透明的，广泛的，交互式的语义信息库可视化隐藏在数据中的模式实现设备持续监控，持续预测，持续响应和交互交付更加智慧的设备维护提高生产运营和流程的收益生产线总体生产力提高25实现过程目标水平所需时间缩短502年内实现100的回报提高生产线的生产率在生产过程中确定了40的废料减少10-20库存减少5原料消耗减少加快服务

2、电话和维修，降低保修成本由于现场可更换备件的消耗和人工成本的减少，5年内节省了5000万美元的成本 提升了客户环境中系统正常运行时间 组件和子系统的持续质量改进认知的流程和运营从设计到支持，提高制造业的质量和产量认知能力IBM Watson IoT for Manufacturing分析能力PMQPlant Performance Analytics打包的分析工具定制的行业模型定制的用户界面企业总线集成 Data Lake 优化调度Prescriptive MaintenancePrescriptive QualityPrescriptive WarrantyVisual Inspection

3、 for QualityAcoustic预置的行业模型经过验证的算法面向业务人员的UI不断扩展的认知能力快速启动降低数据科学家依赖Equipment Advisor设备实时数据采集问题诊断及早期预警智能维修建议指导，降低维修成本优化系统及设备使用提升员工技能解决方案主要能力概览认知流程和操作:从设计到支持，提高制造业的质量和产量边缘计算& 生态系统认知能力分析能力利用预测分析来提高质量，了解加速磨损的条件，确定风险并采取预防措施Prescriptive QualityPrescriptive Warranty提高生产运营和流程的收益通过早期质量检测提高生产线的生产率加快服务电话和维修，降低保修

4、成本Visual Inspection for Quality利用认知能力从非结构化数据（如图像和视频）中收集见解，以改善质量问题的预测建议的行动改进设计需求和维保结构 提供有关工程或保修/服务信息的数据工程/服务记录型系统PLC 和系统中的设备数据设备数据天气, 社交和其它类型的数据外部数据传感器提供实时信息传感器数据IBM Watson IoT PlatformAcoustic 当前过程严重依赖于手动检查来检测产品缺陷引入新产品时，检验成本几乎呈线性增长视觉检测自动化的需求不断增长，降低人工成本，提高效率业务挑战:通过自动化检查过程，以高可信度地和快速地识别良好的部件，从而最大限度地减少检

5、验所需的劳动力使用图像处理算法和高级分析的自动化平台，以减少对手动检测的依赖丰富的缺陷分析和图像处理库，为新产品/不同产品快速构建检测解决方案解决方案：6应用机器视觉分析减低人工检测的依赖度，提高准确性IBM Visual Inspection for Quality制造，组织图片Prescriptive Quality for Manufacturing参数属性结构化数据非结构化数据检测完的数据Visual Inspection for Quality 焊接焊点，油漆表面质量failpass通过认知能力将产品图像与缺陷模式进行分类快速识别和分类制造过程中的缺陷作为预测性质量分析的有力补充，提

6、供了对非结构化数据的支持使用现有的成像捕获系统拍摄的图像将缺陷和之前的图片库进行比较，并更新优化识别算法旧模式的新变体?重用之前的算法，重新训练以适应新的变体 完全新的模式?开发新的分析算法并通过样例集训练提升精准度机器学习系统通过图像库进行爬行，并通过更大的数据集提高算法精度。1实时监控持续的质量分析机器视觉检测分析使用过程示例匹配现有的缺陷图片，并标记为缺陷缺陷，但跟图片库现有的图片不匹配更新图像和算法库并部署IBM Cloud Private模型管理员定义模型（描述目标行业，图像类型，模型正在拍摄的缺陷分类范围），并收集/上传数据集（分为培训数据和验证数据）9图像进入VI边缘设备，检查员查看/更新检验结果，按检验时间排列IBM认知方案可以与IBM私有云平台ICP无缝整合仪表盘APP应用中心资源节点管理用户管理应用管理传统的视觉检查认知型视觉检查以光学字符识别（OCR）/测量规则为基础的分析方法 经常会导致较高的漏识别率当需要适应新产品或场景时往往需要花费数周时间对程序进行调整由于专有化的捕获和分析方法都包含在一个方法当中，难以进行图像测量要求对Windows系统进行维护以对固件和软件进行升级，这些维护性工作将会对生产造成影响封闭的系统，只能由供应商进行应用扩展仅针对单一功能的本地报表基于机器学习的分析方法能够达到非常低的漏识别率针对新产品或新场景进行模型重训练时