图为耐克森轮胎员工正在利用AI产品检测自动化平台判定产品是否存在缺陷。
用X-Ray检测设备确认缺陷的轮胎(左),AI技术检测结果如图所示,这证明AI可以找出肉眼几乎无法察觉的细微缺陷。
耐克森轮胎开发出了基于Al技术的轮胎除风检测自动化系统,并将其应用于产品生产线。
为了方便适用于新工厂和设备,耐克森轮胎以平台形式开发该系统,并将其应用于国内外工厂设备,这在轮胎行业尚属首次。
从产品特点来看,即使在极端行驶环境下,轮胎也必须保证乘客的安全,从开发过程开始,只有通过数百项试验的产品才能生产出来。
耐克森轮胎基于Al的产品检测自动化系统适用于机器视觉(Machine Vision,机器通过摄像头识别和分析视觉信息的技术)方式的非破坏性检测设备。
检测除风结构性缺陷的“X光(X-ray)检测设备”和检测气泡的“激光干涉仪检测设备(SHOROGRAPHY,Shearography)”分别适用于此,它可以帮助现有的工作人员依靠视觉进行Al图像检测。
此外,该系统的特点是将Al学习和实际应用的过程自动化,提高了系统的实用性。
为了确保系统的实用性,耐克森轮胎与以AutoM L(机器学习自动化)解决方案闻名的科技公司以及专门从事轮胎设计、分析和数据处理的PDS解决方案公司从初期设计到完成阶段紧密合作。
不仅是简单的机器学习自动化,该系统在开发过程中还首次将Al学习文件的选择性收集、Al模型、模型验证、实际运行周期、机器学习系统的全生命周期优化和MLS学习平台应用到运营管理中。
目前,按照现有的方式,耐克森轮胎可以在两天内完成针对单个检测设备的深度学习模型生成,时间长达6-12个月,通过该平台型系统也可以将AI检测技术立即用于新工厂或设备。
耐克森轮胎相关人士表示:“通过引入Al技术,耐克森轮胎在轮胎生产过程中大大提高了产品检测的精度。我们计划超越非破坏性检测,在整个轮胎开发和生产工艺中继续扩大Al技术的应用。”
近期热门视频