製造一直是速度、品質和創新之間的平衡行為。對於消費品包裝產品的製造商來說，由於產品組合正在擴大，包裝格式的發展速度更快，並預計生產線能夠容納比以往更多的變化，這種平衡作業更加複雜。與此同時，消費者在每次購買時繼續期待完美的產品。
普克托金寶（P&G）希望為其客戶確保最好的質量。在全球數千種產品和生產線中，即使在材料、包裝、圖形、紋理或生產條件上的小變化也會影響質量結果。傳統檢測技術是針對早期的世界設計的。現代製造需要更適應性的東西。
這個挑戰有助於解釋原因 基於 AI 的品質檢驗 正在成為工業 AI 最重要的應用之一。能夠以完全生產速度檢查每個產品、從變化中學習而不受其中斷，並在全球範圍內擴展這些功能，為製造商提供了一種新的競爭方式。西門子與 P&G 合作開發的 Visual Inspection Cockpit (VIC) 展示了人工智慧、Industrial Edge 運算和機器視覺如何將品質保證從生產需求轉化為戰略業務優勢。
為品質檢測提供支援，以解決複雜、更快的製造流程
P&G 的快速生產線具有高的變化性，正是檢測過程要求且需要特定的智能解決方案的環境。生產線必須配合高產量、不斷的產品創新、不斷演變的包裝設計，以及在製造過程中自然拉伸、移動、皺摺或變化的材料。
歷史上，以規則為基礎的機器視覺系統一直被用來偵測品質問題。雖然在穩定的環境中有效，但在產品、材料、照明條件或生產設定變更時，這些系統通常需要進行大量重新調整。隨著製造的變化性增加，維持檢測性能可能會越來越多資源密集。
正如 P&G 智能控制和自動化部高級技術總監 Roland Joseph 解釋：「傳統的規則型視覺系統只是努力滿足關鍵產品質量屬性檢測的需求，以及我們創新和製造環境所帶來的不斷變化。我們需要顯著更靈活和強大的能力。」
P&G 需要的不僅僅僅是更好的檢測系統。該公司需要一種根本不同的方法，一種能夠在生產線速度下提供連續檢查精度，同時適應情況 現代製造的現實。
工業邊緣運算使 AI 可大規模部署
在與西門子合作之前幾年，P&G 已經確定了深度學習的潛力來解決傳統技術難以解決的質量檢測挑戰。該公司在 150 多個生產環境中成功開發和部署內部解決方案，證明了 AI 驅動的檢測的價值。
下一個挑戰是規模。
在全球部署工業 AI 不僅需要開發準確的模型。它需要標準化的基礎架構、可靠的計算能力、營運彈性、生命週期管理、軟體部署流程和長期支援。這些功能可以將成功的試驗轉化為全企業功能。
透過與西門子合作，P&G 將其製造專業知識和深度學習創新結合了我們的 Industrial Edge 平台、由 NVIDIA GPU 驅動的工業電腦，以及專為在多個設施和生產環境中部署而設計的工業 AI 基礎架構。
P&G 機器視覺和應用 AI 總監 Paul Thomas 表示：「我們設計了這個解決方案，以解決傳統視覺系統無法觸及的眾多產業挑戰：重疊零件的精確性分析、低對比度瑕疵的細微細、裝飾高度的產品和包裝複雜性、緊密的時間協調，以高生產速度進行即時 PLC 整合，以高生產速度進行持續檢查。」
結果是一個解決方案，可讓 Industrial AI 在製造的地方運作：直接在工廠，即時和快速地運行。