智能制造CASE STUDY · 06/06长三角
大型轨交集团
该集团旗下轨交车辆制造基地年产能 800 辆，关键部件（转向架、轮对、车体焊缝）依赖人工目视检验，漏检率约 0.8%，每次质量问题召回成本高达数百万元。
99.7%
缺陷检测准确率
87.5%
漏检率降低幅度
7 天
设备故障平均预警提前期
1,200 万元
年均质量成本节约
01
挑战
该集团旗下轨交车辆制造基地年产能 800 辆，关键部件（转向架、轮对、车体焊缝）依赖人工目视检验，漏检率约 0.8%，每次质量问题召回成本高达数百万元。同时，核心生产设备老化，停机预警能力缺失。
02
方案
在 3 条核心产线部署 DE-Edge 工业视觉质检系统，并为关键设备安装振动传感器网络，通过边缘智能实现实时质检与预测维护。
01高速视觉质检：每条产线部署 8 台工业相机，120fps 全帧处理，实现转向架焊缝 0.1mm 级缺陷检测
02多维异常检测：振动、电流、温度三维数据融合，覆盖 48 台关键设备的预测维护
03OPC-UA 集成：与西门子 MES 系统无缝集成，缺陷记录自动写入工单，追溯链完整
04模型持续优化：每月新增缺陷样本自动触发模型微调，检测精度持续提升
03
交付时间线
- 工业视觉试点启动，选取转向架产线验证
- 试点结果：漏检率从 0.8% 降至 0.08%，扩大部署获批
- 3 条产线全量部署完成，预测维护系统同步上线
- 系统稳定运行 3 个月，质量报告显示零漏检重大缺陷
- 扩展至零部件供应商体系，建设全链路质量追溯平台
以前靠人盯，一个班组 8 个小时眼睛都花了。现在 AI 质检系统工作 24 小时不带疲劳的，关键是比人看得还准。