虽然制造业中的人工智能（AI）的许多早期应用都集中在数据分析和识别产品和部件缺陷有了机器视觉，这项技术的应用已经超越了现实世界中的这些应用。约翰迪尔(John Deere)和奥迪(Audi)就是两个很好的例子。在奥迪，英特尔(Intel)的人工智能技术正被用于改进焊接工艺。
Christine Boles，英特尔物联网集团副总裁兼工业解决方案部门总经理。英特尔公司物联网集团副总裁兼工业解决方案部门总经理Christine Boles在解释英特尔如何参与解决工业焊接应用问题时表示英特尔他说:“英特尔和迪尔公司首次联手是在一次行业会议上，讨论了一些利用技术解决制造业挑战的方法。弧焊缺陷检测是整个行业面临的挑战，英特尔决定应对。”
她补充说，就像Deere一样，英特尔在几年前在会议上遇到了奥迪，并“我们曾在奥迪的Neckarsulm植物中进行的第一个项目是现场焊接质量检测。”Boles补充说，这个奥迪的这个初始项目从扩大到其他协作领域以来边缘分析和机器学习．
Deere的焊接孔隙度应用
识别焊缝的缺陷是制造中的常见质量控制过程。使这些检查更准确，John Deere正在应用与英特尔的AI技术相结合的计算机愿景，以自动在其制造设施中使用的自动焊接过程中的常见缺陷。气体金属弧焊（GMAW）用于Deere的52家工厂，以焊接温和至高强度钢，以创造机器和产品。在这些工厂，数百个机器人手臂每年消耗数百万磅的焊接线。
迪尔公司希望利用英特尔的人工智能技术解决的具体焊接问题是焊缝冷却时产生的气泡在焊缝金属中形成的气孔。这些空洞削弱了焊接强度。
在制造过程中早期发现孔隙缺陷是至关重要的，因为如果稍后发现这些缺陷，则通常需要重新工作或甚至克服完整组件。
Adlink的EOS-I6000-M系列AI Gige VieSion System，其边缘特色Intel Movidius Myriad VPU。英特尔和DEERE协同工作，开发一个集成的端到端系统的硬件和软件系统，可以在边缘实时生成洞察力。使用基于神经网络的推理引擎，系统实时记录缺陷，并在发现缺陷实时纠正问题时自动停止焊接过程。
结合工业级ADLink机器视觉平台和一个MeltTools焊接摄像头，Deere的边缘系统由英特尔核心I7处理器提供支持，并使用Intel MovIdius VPU（视觉处理单元）和OpenVino Toolkit的英特尔分布。
Boles说:“迪尔正在利用人工智能和机器视觉来解决机器人焊接的共同挑战。“通过在他们的工厂中利用英特尔技术和智能基础设施，迪尔公司不仅将利用这一焊接解决方案，还可能利用其他作为更广泛的工业4.0转型一部分的解决方案。”
 |
学习菲多利是如何应用机器学习的以提高产品质量。 |
奥迪焊接质量应用
在奥迪，自动化焊接应用范围从点焊到铆接。奥迪工厂的广泛自动化是该公司打造工业4.0级智能工厂目标的一部分。这一目标的一个关键方面是奥迪认识到，创建定制的硬件和软件来处理个人用例是不可取的。相反，该公司专注于开发可扩展和灵活的平台，使他们能够更广泛地应用先进的数字功能，如数据分析、机器学习和边缘计算。
MeltTools的Sync是一个基于GigE的弧形视图相机。用这一思想，奥迪与英特尔合作内比奥罗技术（雾/边缘计算技术的供应商）在概念上的验证项目上，提高其在德国，德国，装配厂生产的车辆焊缝质量控制。每天生产大约1000辆车辆生产每天生产的一天，每辆车平均为5,000焊缝。每天转化为超过500万焊缝。
在该设施的生产线上有九百九百个自主机器人，携带焊枪，可以将金属焊接在一起。为确保其焊接质量，奥迪执行手动质量控制检查。因为每天手动检查1000辆车是不可能的，因为奥迪使用该行业的标准采样方法。
为此，“奥迪每天从线上拉一辆车，18名工程师用剪贴板使用超声波探头来测试焊接点并记录每个地方的质量，”互联网互联网互联网互联网互联网互联网互联网Industrial Solutions Division at Intel and lead architect for Intel’s Industrial Edge Insights software.
为了更经济有效地测试每天生产的其他999辆汽车的焊缝，奥迪与英特尔合作，使用英特尔的Industrial Edge Insights软件和Nebbiolo Edge平台创建算法，用于流分析。英特尔数据科学家为该应用程序开发的机器学习算法，通过将其生成的预测与奥迪提供的实际检测数据进行比较，来训练其准确性。
机器学习模型使用焊接控制器生成的数据，而不是机器人控制器，这样就可以跟踪焊接操作过程中的电压和电流曲线。使用的其他焊缝数据包括焊缝的配置、金属类型和电极的健康状况。
 |
用自动化世界视频观看5拍5以了解更多信息人工智能在制造业中的应用激增． |
仪表板允许奥迪员工可视化数据，并且系统警报技术人员在检测到故障焊接或配置中可以最小化或完全消除故障的潜在变化时。
奥迪行动边缘人工智能概述。“每辆车的5,000次焊缝和推断每次焊缝的内联检查，突出了巨额和实时分析响应Nebbiolo的Edge平台为制造业，”Nebbiolo的软件架构师Pankaj Bhagra说。“我们的软件堆栈为分布式边缘计算群集提供了集中管理，从异构源，数据清理，安全数据管理和AI / ML模型的旧式摄取，允许奥迪和英特尔数据科学团队连续迭代机器学习模型它们实现了所需的准确性水平。“
据英特尔称，其结果是一个可扩展、灵活的平台，奥迪可以使用该平台来改善点焊的质量控制，并作为其他涉及机器人和控制器的使用案例的基础，如铆接、粘接和喷漆。
“英特尔是项目领导者，”奥迪Neckarsulm网站的数据驱动生产技术中心的Mathias Mayer说。“他们拥有生产经验，并了解如何设置统计过程控制的系统。这对我们来说是完全新的。英特尔教导我们如何了解数据，如何使用算法来分析边缘的数据，以及我们如何与将来的数据合作，以改善工厂的运营。“
奥迪生产实验室的高级经理HenningLöser同意：“此解决方案就像将来解决方案的蓝图。我们在工厂有很多技术，这个解决方案是我们可以用于为这些其他技术创建质量检测解决方案的型号，以便我们不必依靠手动检查。“
Löser说，从人工检查到自动化、数据驱动的过程，奥迪提高了质量控制过程的范围和准确性。其他的好处包括在Neckarsulm工厂减少30%- 50%的劳动力成本。
