在制造業中，全行業利用遺留系統和現代化系統生成的數據的努力可能是數字化轉型的最佳和最準確的定義之一。改進是由智能自動化驅動的——或者更確切地說是它的副產品，效率。在這種情況下，先進的機器人技術和機器學習等新興的數據驅動應用正在成為人們熟悉的戰略目標，從而推動更安全、更具競爭力的運營，例如精密物體檢測或自動檢測。

比人眼更有效地處理復雜的視覺任務需要實時數據和大量數據。工業 GPU 計算解決方案等專用計算機硬件必須足夠強大，才能運行復雜的視覺算法并整合類似于數據中心計算的工作負載。對于系統開發人員來說，這套獨特的性能要求凸顯了崎嶇邊緣常見的工程障礙：如何在環境嚴苛、不受控制或不穩定的重工業環境中促進人工智能 (AI) 和機器學習。

部署的系統在設計上必須兼具高性能和高可靠性。停機時間成本高昂，還可能導致生產線上出現代價高昂的延誤和安全問題。

人工智能驅動的計量

檢查自動化是制造的一個精確方面，它展示了工廠車間實時數據的價值。計量學是用于測量和檢查制造組件的質量控制操作，可以通過更復雜的視覺技術來完善。與傳統檢測平臺相比，全自動在線系統可以評估每個組件并顯著提高產量，而傳統檢測平臺僅從批次中抽取一小部分制成品。在線或近線計量系統在減少有缺陷的產品進入市場方面提供了更大的控制。

一家為全球制造商提供精密計量解決方案的領先提供商的運營可以說明更先進的人工智能計量。該公司將其多傳感器陣列與專用工業 GPU 計算機相匹配。由此產生的系統為其旗艦解決方案提供動力，這是一個新的非接觸式計量平臺，它檢測制造組件的速度比傳統測量機快 10 倍。這種下一代系統與傳統計量功能有顯著差異，使制造商能夠提高整體質量、效率和吞吐量。

更多關于計量

工業計量適用于校準、測試和測量的廣泛應用領域。該過程涉及到生產線上的幾乎任何類型的零件，以證明制造產品的質量，例如子組件或更小的組件，然后將其集成到關鍵系統中。由于計量學涉及最終產品的微觀測量，因此行業可以通過熟練的校準和更嚴格的過程控制來顯著降低生產成本。在線計量不僅提高了速度和質量控制結果，而且在減少浪費的基礎上提高了效率和投資回報率。

然而，許多大批量制造系統對零件進行抽樣而不是對生產線進行 100% 的檢查。零件的性質、復雜的形狀和尺寸，以及激進的生產速度，阻礙了 100% 的檢查是可行的。如果僅在測量樣品時發現缺陷，則很可能大量有缺陷的零件已經通過了生產線。零件通常不能重新軋制，而是由制造商報廢。

非接觸式計量進入機器視覺

在我們的示例中，這家工業自動化和計量解決方案的全球供應商依賴于非接觸式計量方法或基于機器視覺的系統——這些先進技術能夠實現快速測量并管理低至微米的復雜尺寸。產品在測試過程中不會被處理（或破壞），因此無需固定或剛性保持單個零件以避免測量過程中移動的過程。

相反，該平臺僅通過掃描來測量復雜的零件，通過廣泛的傳感器和相機每秒掃描多達 500 個零件。探頭和共焦透鏡用于幫助確定任何缺陷的性質，并且該系統將很快添加 LiDAR 以進行額外的高速掃描。與傳統的坐標測量機 (CMM) 相比，該公司的自動化計量平臺獨特地采用了先進的視覺和多傳感器技術。每秒捕獲數百萬個數據點，并分析具有多個面的復雜幾何形狀，精確到微米或百萬分之一米。

該公司使用 Premio 的基于VCO-6020-1050Ti GPU 的具有機器視覺功能的工業計算機作為其系統的計算引擎。多個測量同時提供，由強大的 GPU 處理，分析和處理所有數據點并實時編譯結果。該計量公司的專有軟件與系統的工業 GPU 一起工作，將數據點拼接在一起，以在單個位置合成數據。

通過自動化增加價值

計量是任何產品下線的關鍵過程；但是，有些產品的出錯空間甚至比其他產品小。例如，植入人體的醫療設備受 100% 檢驗要求的監管。

人工智能驅動的計量還使消費電子產品制造商擁有 100% 的檢測選項。適用于昂貴的消費設備；該過程還提高了他們檢查和測量以前無法測量的元素的能力。現在可以在幾秒鐘內測量多達 400-500 個關鍵尺寸，這在傳統計量操作中是聞所未聞的。

連接一切

測量科學在產品制造中發揮著關鍵作用——從消費電子產品到植入式心臟瓣膜。憑借更先進和自動化的功能，行業領導者可以解決更多關鍵設備的復雜和長期測量要求。

連接的設備越多，數據就越有價值。傳統系統通常與能夠記錄和處理數據的新設備共存，從而推動了更新制造基礎設施的需求。這就是人工智能計量學進入的地方——在高性能計算系統、先進視覺和照明技術以及物聯網連接的交叉點，進入制造環境的最前沿。

數據被實時收集、分析并傳送回制造系統，在重工業生產環境中無縫推動更智能的決策。這是一種重新定義工廠車間的基礎設施轉變，利用更深層次的數據并使其具有長期競爭價值的可操作性。

審核編輯：湯梓紅