INDUSTRY 06/06

智能制造

高速产线工业视觉与设备预测性维护

制造业 AI 的衡量标准很务实 — 一是漏检率能不能从人工的 0.8% 降到 0.1% 以下，二是非计划停机能不能提前 7 天预警。这两件事都需要边缘端的实时算力，而不是云端 round-trip。

预约行业方案查看客户案例

99.7%

缺陷检测准确率

< 0.1%

质检误报率

12%

OEE 提升

7 天

故障预警提前期

客户痛点

PAIN POINTS · 04

质检依赖人工

人工目检效率低、漏检率高，工人长时间疲劳导致质量波动，难以应对高速产线

设备停机损失大

关键设备突发故障导致产线停工，每次非计划停机损失数十万至数百万元

产线数据孤岛

不同厂商设备使用不同协议，数据无法打通，产线整体状态难以实时感知

边缘算力部署难

产线现场空间狭小、温度高、震动大，通用计算设备可靠性不足

解决方案

SOLUTIONS · 04

工业视觉质检系统

DE-Edge 集成工业相机与光源控制，1 秒内完成 120 帧图像缺陷检测，准确率 99.7%

设备预测性维护

振动信号、电气参数、温度联合分析，提前 7 天预警轴承、电机等关键部件故障

工业数据采集网关

支持 MODBUS、PROFINET、OPC-UA 协议统一接入，产线数据实时上传分析平台

AI 调度优化

多工序协同排产模型，订单交付周期压缩 18%，设备综合效率（OEE）提升 12%

智能制造 · 典型案例

查看全部案例

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。同时，核心生产设备老化，停机预警能力缺失。

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

想把智能制造落地到自己的业务？

数工行业方案专家将按你的真实业务场景提供架构设计、选型建议与 PoC 支持，通常在 3 个工作日内返回初步方案。

预约行业专家浏览所有行业