制造业一直是速度、质量和创新之间的平衡。对于消费品包装制造商来说，随着产品组合的扩大，包装格式的发展速度更快，生产线预计将比以往任何时候都适应更多的变化，这种平衡变得更加复杂。同时，消费者每次购买时仍然期望完美无瑕的产品。
宝洁（P&G）希望确保为其客户提供最佳质量。在全球成千上万的产品和生产线中，即使材料、包装、图形、纹理或生产条件的微小变化也会影响质量结果。传统的检测技术是为早期世界设计的。现代制造业需要更具适应性的东西。
这个挑战有助于解释原因 基于 AI 的质量检测 正在成为工业人工智能最重要的应用之一。能够全速检查每种产品，从变化中吸取教训而不是受其干扰，并在全球范围内扩展这些能力，为制造商提供了一种新的竞争方式。西门子与宝洁合作开发的Visual Inspection Cockpit（VIC）展示了人工智能、工业边缘计算和机器视觉如何将质量保证从生产要求转变为战略业务优势。
为质量检查提供支持，以解决复杂、更快的制造流程
宝洁的快速生产线具有很高的可变性，正是检测过程要求苛刻且需要特定、智能解决方案的环境。生产线必须适应高吞吐量、持续的产品创新、不断变化的包装设计以及在制造过程中自然拉伸、移动、起皱或变化的材料。
历史上，基于规则的机器视觉系统一直用于检测质量问题。虽然这些系统在稳定的环境中很有效，但每当产品、材料、照明条件或生产设置发生变化时，通常都需要进行大量的重新调整。随着制造可变性的增加，保持检测性能会变得越来越耗费资源。
正如宝洁智能控制与自动化高级技术总监罗兰·约瑟夫所解释的那样：“传统的、基于规则的视觉系统根本无法满足关键产品质量属性检查以及我们的创新和制造环境带来的持续变化的需求。我们需要更加敏捷和强大的能力。”
宝洁需要的不仅仅是更好的检查系统。该公司需要一种截然不同的方法，一种能够以生产线速度提供持续检测精度的方法，同时能够适应 现代制造业的现实。
工业边缘计算使人工智能可以大规模部署
在与西门子合作的几年前，宝洁已经确定了深度学习在解决传统技术难以解决的质量检测挑战方面的潜力。该公司成功开发并在 150 多个生产环境中部署了内部解决方案，证明了人工智能驱动的检查的价值。
下一个挑战是规模。
在全球部署工业 AI 需要的不仅仅是开发准确的模型。它需要标准化的基础架构、可靠的计算能力、运营弹性、生命周期管理、软件部署流程和长期支持。这些能力将成功的试点转化为企业范围的能力。
通过与西门子合作，宝洁将其制造专业知识和深度学习创新与我们的Industrial Edge平台、由NVIDIA GPU提供支持的工业电脑以及专为在多个设施和生产环境中部署而设计的工业人工智能基础设施相结合。
“我们设计了这个解决方案，” 宝洁机器视觉和应用人工智能总监保罗·托马斯说，“旨在解决传统视觉系统无法触及的众多行业挑战：重叠组件的精确表征、低对比度缺陷的微妙之处、高度装饰的产品和包装的复杂性、紧密的时间协调、实时PLC集成以及通过连续检测在高生产率下拒绝单一产品。”
由此产生的解决方案使 Industrial AI 能够在制造地点运行：直接在工厂车间进行实时、高速运行。