（来源：河北日报）
转自：河北日报
数据驱动，轮毂制造提档升级
——“人工智能+”赋能新旧动能转换系列报道之九
□本报记者 米彦泽
“叮”，一条提醒信息弹出：压铸C9机台生产的A产品存在筋部缩松问题，当前缺陷等级为1级，在合格范围内。
10月15日10时30分许，位于秦皇岛的中信戴卡股份有限公司铝车轮六号工厂，压铸工序技术员郭旭明收到一条X光质检工序实时反馈。
产品虽合格，但郭旭明并未松懈，立即调取缺陷图片仔细查看，并对照模具图纸进行研判。“缩松会削弱筋部的抗拉强度和疲劳强度，产品还有提升空间。”郭旭明随即对底模中心冷却进行缩减，同时增加底模外圈冷却和边模冷却。调整后，他将连续生产的3件产品进行X光质量复检，结果显示产品质量更优。
传统模式下合格即可放行，如今在数据驱动下，质量优化没有止境。
在生产线上，每天像这样的实时反馈有几十条甚至上百条。“我们据此及时调整，极大避免了质量异常品的产生。”郭旭明说，这得益于X光质检工序用上了AI智能评判系统——X光无损探伤智能识别系统。
这是企业加快新旧动能转换、以AI新动能替代人工旧模式的关键一步。
一只只银亮的轮毂毛坯从压铸工序出来，就流转到了X光质检工序，被拍下不同角度的内部结构图片。
“轮毂毛坯内部结构检查非常重要，决定着产品能否进入后续加工环节。”X光检查班组班长刘瑞说，之前，当轮毂毛坯进入X光机，检查员就要手动摇杆、逐点拍照，再一一检查有无缺陷，费时费力，全凭经验。精神稍有放松，就可能错过微小的伤痕。
那时候，检查员全部检查完一只轮毂毛坯的几十张图片后，这只轮毂毛坯才能出机下线。而在检查时间里，X光机只能处于等待状态，生产效率深受制约。更棘手的是，每班结束后，检查员才会汇总检查结果。当压铸工序收到某批缺陷产品反馈时，往往为时已晚，这批产品因未能及时优化参数，只能报废。
为了解决这些问题，中信戴卡将首创的X光无损探伤人工智能识别技术应用到工业检测中，让AI技术学习、挑选不合格产品，实现汽车轮毂缺陷自动检测。
工程师们给AI投喂了1000万张图片训练，构建高维网络学习模型，针对缩松、缩孔、裂纹、夹杂、气孔等缺陷，为每类缺陷分别标注50万张以上图片。同时，他们还根据AI的学习情况不断重新标定识别错误的图片。
相对于传统检查模式，X光无损探伤智能识别系统检查效率提高40%，减少80%人员干预，有效屏蔽了人为因素导致的效率损失和漏检风险。
“我现在的工作主要是复检，工作量大幅下降。”X光检查员马家亮笑着说，当X光机拍出照片后，X光无损探伤智能识别系统能准确地判断出多种不同样式的轮毂产品是否有缺陷。一旦有部位疑似出现缺陷，系统就会在图片上标注出来，工作人员随后进行复检。
对于马家亮来说，X光检查员是兼职，数据员才是本职。有了人工智能辅助，马家亮从重复性劳动中抽身而出，把更多精力投向数据分析——找规律、提建议，向前端工序实时反馈，助力提高成品率。
“更重要的是，这些缺陷数据回传给压铸设备，使其不断学习优化，成为经验越来越丰富的‘老师傅’。”刘瑞介绍，相比过去，六号工厂生产成本降低了33%，设备综合效率提升了21.4%。
新旧动能转换的红利，正在生产一线持续释放。
在机加车间，一只只轮毂有序进入机加加工单元。依靠机加智能质量闭环系统，刀补工序利用AI算法自动生成刀补值调整方案，成功实现一次性调整100%合格，生产效率大幅提升。
智能装备代替人工，产品质量明显提高。机加智能质量闭环系统应用后，机加设备效率大幅提升，调机等待时间下降了42.9%，机加缺陷率降低62.1%。
从X光质检到机加刀补，AI正从单点应用走向全流程渗透，推动制造模式从“经验驱动”转向“数据驱动”，实现效率与质量双跃升。作为我国首批卓越级智能工厂之一，中信戴卡已成为全球最大的铝车轮及铝制底盘零部件供应商，铝车轮产销量连续18年保持全球第一。
