www.engineering-china.com
21
'26
Written on Modified on
工业自动化边缘视觉检测系统实现产线部署
西门子与宝洁合作部署基于工业边缘计算的视觉检测方案，以优化高速消费品产线的在线质量控制与缺陷剔除流程。
www.siemens.com
在高速消费品制造中，产品常采用细腻纹理材质，在连续输送状态下容易发生形变、拉伸或褶皱。传统机器视觉检测系统在应对重叠部件、低对比度微小缺陷以及复杂表面装饰时识别稳定性不足。此外，当包装设计或材质规格调整时，传统方案需要大量人工重新配置。为此，宝洁与西门子联合开发工业AI视觉系统，以增强产线适应能力并提升检测覆盖率。
技术架构与分工
该系统由宝洁与西门子共同构建，各自分担算法与底层硬件层面的工程任务：
- 宝洁负责开发针对复杂形变与多品类材质的深度学习模型。
- 西门子提供工业边缘计算平台，以及搭载图形处理器（GPU）的工业个人计算机（IPC）作为计算硬件。
- 系统架构支持检测结果在设备侧完成低延迟处理，并通过工业接口直接与可编程逻辑控制器（PLC）实现严苛的时序协同联动。
运行机制与现场部署
该解决方案面向宝洁全球生产基地推进部署。在产线全速运行工况下，安装于产线侧的工业边缘计算平台实时处理图像数据。当检测到次品时，系统与PLC配合完成高速单件剔除，并自动触发预警。生产过程中的质量数据被持续汇入生产运营体系，用于工况趋势分析与工艺优化。西门子在此过程中负责工业算力基础设施的软件扩展能力及运维支持。
实施效果与技术价值
基于实测数据，该技术方案在以下运维指标上取得改善：
该解决方案面向宝洁全球生产基地推进部署。在产线全速运行工况下，安装于产线侧的工业边缘计算平台实时处理图像数据。当检测到次品时，系统与PLC配合完成高速单件剔除，并自动触发预警。生产过程中的质量数据被持续汇入生产运营体系，用于工况趋势分析与工艺优化。西门子在此过程中负责工业算力基础设施的软件扩展能力及运维支持。
实施效果与技术价值
基于实测数据，该技术方案在以下运维指标上取得改善：
- 针对不同品类产品，制造过程中的废品率降低10%至20%。
- 相比传统定制化视觉方案，现场部署与调试速度提升5至10倍。
- 支持在每分钟处理数千件产品的严苛速度下，完成全覆盖在线精准质检。
专业评述
西门子数字化工业集团自动化首席运营官兼首席技术官Rainer Brehm表示：“我们的工业AI与工业边缘解决方案能够满足高速生产的需求——每分钟对数千件产品实现高精度全面检测，并且可从单条产线扩展到全球部署。此次合作也是推动工业AI向实而行的又一重要实践。”
宝洁机器视觉与应用人工智能总监Paul Thomas表示：“研发这一解决方案，旨在攻克传统视觉系统无法应对的诸多场景难题，比如精准识别重叠部件、捕捉低对比度缺陷细微特征、处理装饰复杂的产品与包装、满足严苛时序协同要求，以及在高速连续检测工况下与PLC实时联动，从而精准剔除单件不良品。”
由 Evgeny Churilov，Induportals Media 编辑 - 由人工智能改编。
www.siemens.com
西门子数字化工业集团自动化首席运营官兼首席技术官Rainer Brehm表示：“我们的工业AI与工业边缘解决方案能够满足高速生产的需求——每分钟对数千件产品实现高精度全面检测，并且可从单条产线扩展到全球部署。此次合作也是推动工业AI向实而行的又一重要实践。”
宝洁机器视觉与应用人工智能总监Paul Thomas表示：“研发这一解决方案，旨在攻克传统视觉系统无法应对的诸多场景难题，比如精准识别重叠部件、捕捉低对比度缺陷细微特征、处理装饰复杂的产品与包装、满足严苛时序协同要求，以及在高速连续检测工况下与PLC实时联动，从而精准剔除单件不良品。”
由 Evgeny Churilov，Induportals Media 编辑 - 由人工智能改编。
www.siemens.com
