“人工智能＋”安徽在行动|（二十一）德力西AI智能视觉检测系统

 场景案例简介

针对低压断路器生产过程中存在的工序复杂、零部件尺寸小、组装精度要求高、安全性能要求高及数据模型多等挑战，德力西打造AI智能视觉检测系统，通过集成激光检测、AI机器视觉检测等先进技术，构建覆盖原材料入厂至半成品流转的全流程自动化检测体系，实现尺寸、外观等多项指标的智能化判定。同时，依托人工智能算法与大数据分析，建立质量特征参数数字化模型，基于深度学习进行趋势预测，实现异常实时预警，有效解决传统人工检测效率低导致的产线节拍延迟、质量数据管理离散化等问题。系统搭载的自适应学习引擎可基于产线实时数据进行动态调整，并与MES系统智能联锁控制，在工艺参数偏离阈值前启动预判性干预，形成“检测——分析——优化”的闭环管理机制，有效提升质量管控精度，为产品全生命周期质量管理提供可量化、可追溯的技术保障。

技术应用情况

AI智能视觉检测系统采用模块化架构设计，由平台引擎层、模型核心算法层、系统功能执行层构成，形成完整的质量管控闭环。

1.平台引擎层： 作为系统基础支撑平台，提供训练引擎、推理引擎和数据分析引擎等功能，为系统提供算力支撑和标准化数据接口。

2.模型核心算法层： 集成深度学习算法和传统CV算法，涵盖无监督学习、小样本学习、边缘提取等技术，构建动态优化的算法矩阵，实现复杂缺陷的精准识别。

3.系统功能执行层： 集成数据标注管理、产品信息汇总、产线推理管理等功能，并与外部追溯系统、设备PLC、视觉单元等系统互联互通，打破数据孤岛，实现检测流程的数字化管控。

场景案例成效

通过部署AI智能视觉检测系统，采用先进的机器视觉检测技术，实现了低压断路器产品的在线检测与数字化管控，取得了显著的经济效益和产业效益。

经济效益方面： 系统上线运行首年，低压断路器产品检测准确率提升15%，有效提高了产品质量，降低了因质量问题造成的损失。当前一期项目完成后，预计单条生产线可节约成本15万元，待系统全面投入运行后，每年可节约成本约550万元。

产业效益方面： 通过建立和训练AI深度学习模型，并持续积累正负样本数据，不断迭代优化模型的准确性和检测能力，实现人工检测模式向智能化检测的转型突破，推动企业在智能制造领域的持续创新与发展。

 来源：安徽省科学技术厅