在新能源車(chē)領(lǐng)域,電池生產(chǎn)環(huán)節(jié)中,金屬焊接產(chǎn)生的顆粒是否掉在表面、有沒(méi)有漏涂、焊接工藝是否一致等,是每個(gè)工序之后必需要檢測(cè)的細(xì)節(jié),檢測(cè)總監(jiān)控參數(shù)超過(guò)3000個(gè)。動(dòng)力電池的質(zhì)量極為關(guān)鍵,一旦出現(xiàn)瑕疵,在終端市場(chǎng)上如果沒(méi)有其他系統(tǒng)設(shè)計(jì)輔助,會(huì)導(dǎo)致重大財(cái)產(chǎn)安全問(wèn)題。因此,寧德時(shí)代對(duì)電池瑕疵檢測(cè)的要求從百萬(wàn)分之一提高到了十億分之一。

業(yè)界傳統(tǒng)檢測(cè)方式基本是人工用明眼去看,不同產(chǎn)線(xiàn)各個(gè)方面要求也不一致,每個(gè)標(biāo)準(zhǔn)都需要人工一一確認(rèn),整體流程極其復(fù)雜、低效。面對(duì)十億分之一的要求挑戰(zhàn),寧德時(shí)代不僅應(yīng)用了傳統(tǒng)機(jī)器視覺(jué)的策略,更基于飛槳開(kāi)發(fā)了基于深度學(xué)習(xí)的更智能的檢測(cè)策略。

在新的應(yīng)用當(dāng)中大量運(yùn)用遷移學(xué)習(xí)、監(jiān)督學(xué)習(xí)等AI相關(guān)技術(shù),將各條線(xiàn)上的人工經(jīng)驗(yàn)快速應(yīng)用以敏捷判定檢測(cè)是否合格。但實(shí)際的業(yè)務(wù)上線(xiàn),對(duì)人工智能算法的模型精度和速度十分苛刻,這也引發(fā)了寧德時(shí)代在AI與產(chǎn)業(yè)融合道路上更深層次的思考。

多線(xiàn)部署 飛槳助力提升“品控視力”

怎樣的人工智能技術(shù)能更好實(shí)現(xiàn)業(yè)務(wù)需求?寧德時(shí)代開(kāi)始尋找更為契合的合作伙伴。經(jīng)過(guò)對(duì)多個(gè)國(guó)內(nèi)外深度學(xué)習(xí)框架和平臺(tái)的體驗(yàn)和評(píng)估之后,寧德時(shí)代最終選擇了百度飛槳。

飛槳開(kāi)源開(kāi)放的屬性和提供的算法、全流程開(kāi)發(fā)工具PaddleX都集成了時(shí)間沉淀下來(lái)的產(chǎn)業(yè)實(shí)踐經(jīng)驗(yàn),極大降低了企業(yè)應(yīng)用深度學(xué)習(xí)技術(shù)進(jìn)行產(chǎn)業(yè)落地的難度,更保障了企業(yè)的知識(shí)產(chǎn)權(quán)及數(shù)據(jù)安全,給寧德時(shí)代留下了深刻的印象,在應(yīng)用中也收獲了顯著的效果和良好的體驗(yàn)。

同時(shí),擁有眾多傳統(tǒng)工業(yè)、傳統(tǒng)機(jī)械背景工程師的寧德時(shí)代也非??粗厣疃葘W(xué)習(xí)平臺(tái)對(duì)中文的支持匹配,百度飛槳作為國(guó)內(nèi)首個(gè)自主研發(fā)、功能完備、開(kāi)源開(kāi)放的產(chǎn)業(yè)級(jí)深度學(xué)習(xí)平臺(tái),十分契合寧德時(shí)代的需求。

在提供開(kāi)發(fā)平臺(tái)的基礎(chǔ)上飛槳建立起與寧德時(shí)代的交流群,全方位助力寧德時(shí)代提升解決產(chǎn)業(yè)實(shí)際問(wèn)題的效率。談起百度飛槳,寧德時(shí)代智能制造部部長(zhǎng)、電池管理系統(tǒng)部部長(zhǎng)張偉特別強(qiáng)調(diào):“在中國(guó),百度是擁有最強(qiáng)實(shí)力的人工智能公司,百度飛槳在助力企業(yè)智能化轉(zhuǎn)型方面更多考慮了構(gòu)建生態(tài)?!?/p>

寧德時(shí)代的產(chǎn)品質(zhì)量穩(wěn)定性之所以在國(guó)際上處于領(lǐng)先地位,與其嚴(yán)格的品控技術(shù)不無(wú)關(guān)系:電池在產(chǎn)線(xiàn)上缺陷漏檢率小于1DPPB;生產(chǎn)流水線(xiàn)上,對(duì)檢測(cè)速度的要求也是幾近極限,單張產(chǎn)品圖像缺陷檢測(cè)的平均時(shí)長(zhǎng)要低于2毫秒。

為了達(dá)到以上標(biāo)準(zhǔn),寧德時(shí)代的算法工程師和百度飛槳的工程師投入了大量的努力。而為了不漏掉任何一種缺陷,工程師們仔細(xì)分析數(shù)據(jù)特征并優(yōu)化模型,針對(duì)產(chǎn)線(xiàn)環(huán)境進(jìn)行優(yōu)化,以及和原有產(chǎn)線(xiàn)流程打通。

寧德時(shí)代通過(guò)百度飛槳深度優(yōu)化過(guò)的PP-YOLO和ResNet系列算法提升算法精度,調(diào)整預(yù)測(cè)batch,采用多線(xiàn)程數(shù)據(jù)預(yù)處理,優(yōu)化預(yù)處理后數(shù)據(jù)內(nèi)存拷貝實(shí)踐等策略,最終提升檢測(cè)精度及預(yù)測(cè)效率達(dá)到實(shí)際生產(chǎn)需求。相較于業(yè)界傳統(tǒng)檢測(cè)算法,寧德時(shí)代動(dòng)力電池高精度質(zhì)量檢測(cè)過(guò)殺率優(yōu)化了1倍,且算法在多產(chǎn)線(xiàn)上進(jìn)行遷移部署的效率也得到了全面優(yōu)化提升,不僅為寧德時(shí)代的動(dòng)力電池質(zhì)量的保障進(jìn)一步保駕護(hù)航,也在一定程度上降低了產(chǎn)線(xiàn)研發(fā)的成本。

IMG_2798

(圖:寧德時(shí)代智能制造部部長(zhǎng)、電池管理系統(tǒng)部部長(zhǎng)張偉)

2020年12月,由深度學(xué)習(xí)技術(shù)及應(yīng)用國(guó)家工程實(shí)驗(yàn)室與百度聯(lián)合主辦的WAVE SUMMIT+2020深度學(xué)習(xí)開(kāi)發(fā)者峰會(huì)在北京舉辦,寧德時(shí)代動(dòng)力電池高精度質(zhì)量檢測(cè)項(xiàng)目獲得了飛槳“產(chǎn)業(yè)應(yīng)用創(chuàng)新獎(jiǎng)”,張偉也作為代表登臺(tái)分享了最新合作的最新進(jìn)展:寧德時(shí)代應(yīng)用飛槳進(jìn)行升級(jí)后的產(chǎn)線(xiàn)將在近期進(jìn)行全廠區(qū)部署上線(xiàn),完成全方位的深度學(xué)習(xí)技術(shù)升級(jí)。

十四五規(guī)劃提出,要堅(jiān)持創(chuàng)新在我國(guó)現(xiàn)代化建設(shè)全局中的核心地位,把科技自立自強(qiáng)作為國(guó)家發(fā)展的戰(zhàn)略支撐,百度飛槳始終秉持自主可控、技術(shù)創(chuàng)新,在開(kāi)源開(kāi)放的基礎(chǔ)上為產(chǎn)學(xué)研用全面賦能,目前平臺(tái)上擁有34萬(wàn)個(gè)模型,已服務(wù)了超過(guò)10萬(wàn)家企業(yè)。而面對(duì)企業(yè)智能化轉(zhuǎn)型中技術(shù)落地難、AI人才缺乏的問(wèn)題,百度飛槳通過(guò)百度智能云持續(xù)將AI能力輸出到各行各業(yè),落地到實(shí)際產(chǎn)業(yè)應(yīng)用場(chǎng)景中,在能源行業(yè)攜手寧德時(shí)代為動(dòng)力電池質(zhì)量保駕護(hù)航;百度智能云還與國(guó)家電網(wǎng)、南方電網(wǎng)兩大頭部企業(yè)達(dá)成戰(zhàn)略合作,攜手促進(jìn)能源行業(yè)智能化升級(jí)。

正如百度首席技術(shù)官、深度學(xué)習(xí)技術(shù)及應(yīng)用國(guó)家工程實(shí)驗(yàn)室主任王海峰在峰會(huì)上所說(shuō),成熟的開(kāi)源開(kāi)放技術(shù)生態(tài)與開(kāi)放平臺(tái),正在推動(dòng)社會(huì)各界加快融合發(fā)展,飛槳正在與軟硬件合作伙伴一起,加速適配,并將最新成果及時(shí)開(kāi)源開(kāi)放,提升產(chǎn)業(yè)開(kāi)發(fā)者在不同硬件平臺(tái)上的創(chuàng)新和開(kāi)發(fā)效率。

來(lái)源:財(cái)訊網(wǎng)

分享到

zhangnn

相關(guān)推薦