作為全球能源管理和自動化領(lǐng)域數(shù)字化轉(zhuǎn)型的專家，施耐德電氣業(yè)務(wù)遍及全球100多個國家和地區(qū)，為客戶提供能源管理和自動化領(lǐng)域的數(shù)字化解決方案，以實現(xiàn)高效和可持續(xù)。施耐德電氣的宗旨，是賦能所有人對能源和資源的最大化利用，推動人類進步與可持續(xù)的共同發(fā)展，施耐德電氣稱之為Life Is On。
武漢工廠作為施耐德電氣“智能制造和綠色節(jié)能生產(chǎn)基地在全球的典范”，通過EcoStruxure平臺實現(xiàn)能耗從單點控制轉(zhuǎn)為多點控制，從封閉系統(tǒng)轉(zhuǎn)為協(xié)同系統(tǒng)，從監(jiān)控轉(zhuǎn)為擴展功能總和，從系統(tǒng)數(shù)據(jù)轉(zhuǎn)為云數(shù)據(jù)。
面臨的挑戰(zhàn)
在過去，產(chǎn)品的外觀質(zhì)量檢測由人工肉眼判斷或傳統(tǒng)視覺檢測完成。傳統(tǒng)視覺檢測是通過生產(chǎn)線上安裝的工業(yè)照相機對每件產(chǎn)品進行外觀拍攝，將照片與“標(biāo)準樣品（golden sample）”進行比對，由此判斷產(chǎn)品是否存在外觀缺陷。這種質(zhì)量檢測方式的問題是人工檢測效率低、傳統(tǒng)視覺檢測漏檢率和誤檢率高。為了解決這些問題，提升檢測效率和精確度，施耐德電氣決定構(gòu)建AI視覺檢測平臺，實現(xiàn)質(zhì)量檢測的自動化和智能化。
“成功構(gòu)建AI視覺檢測平臺的關(guān)鍵是檢測模型的建模、訓(xùn)練和迭代，如果采用傳統(tǒng)的自建服務(wù)器方式，我們將面臨兩方面的挑戰(zhàn)：其一是模型的訓(xùn)練和迭代需要巨大的算力，成本非常高；其二是在進行模型訓(xùn)練時需要工程師到全國各地工廠去采集數(shù)據(jù)，需要投入大量的人力?！笔┠偷码姎馊蚬?yīng)鏈中國區(qū)數(shù)字化解決方案負責(zé)人冒飛飛說。
為了應(yīng)對這些挑戰(zhàn)，施耐德電氣決定采用“云邊”結(jié)合的方式構(gòu)建AI視覺檢測平臺，經(jīng)過多重考量和選型，施耐德電氣選擇與亞馬遜云科技合作，利用亞馬遜云科技的Amazon SageMaker及其他相關(guān)服務(wù)，構(gòu)建智能化的AI視覺檢測平臺，提升了質(zhì)量檢測效率，推動了施耐德電氣供應(yīng)鏈的數(shù)字化轉(zhuǎn)型進程。
利用亞馬遜云科技，我們成功地構(gòu)建了云-邊協(xié)同的AI視覺檢測平臺，實現(xiàn)了產(chǎn)品質(zhì)量缺陷的智能檢測，將檢測誤檢率降到0.5%內(nèi)，漏檢率降為0%，并取消了之前依賴人工檢測的工站，實現(xiàn)全自動和智能化。我們的使命是部署領(lǐng)先的AI解決方案，改變工廠核心的質(zhì)量管理方式，通過與亞馬遜云科技的合作，將數(shù)字化的AI技術(shù)成功落地在了工業(yè)制造場景中。
——施耐德電氣全球供應(yīng)鏈
中國區(qū)數(shù)字化解決方案負責(zé)人冒飛飛
選擇亞馬遜云科技
“亞馬遜云科技是施耐德電氣的長期合作伙伴，這使得我們能迅速了解亞馬遜云科技所提供的服務(wù)以及可能對我們業(yè)務(wù)提供的幫助。在AI視覺檢測平臺項目中，Amazon SageMaker的技術(shù)優(yōu)勢、亞馬遜云科技支持團隊的快速響應(yīng)以及全球化部署可以充分滿足我們現(xiàn)在和未來的需求?！泵帮w飛說。
在技術(shù)層面，Amazon SageMaker在單個工具集中提供了用于機器學(xué)習(xí)的所有組件，使用戶能以更低的成本、更輕松地在更短的時間內(nèi)將模型投入生產(chǎn)。施耐德電氣AI視覺檢測平臺的核心是模型訓(xùn)練，來自生產(chǎn)線的正樣本上傳到云端，并作為訓(xùn)練的輸入數(shù)據(jù)傳輸?shù)綑C器學(xué)習(xí)框架中進行模型訓(xùn)練，通過持續(xù)的訓(xùn)練和迭代，提升模型的精準度，在模型精準度達標(biāo)后再部署到生產(chǎn)系統(tǒng)上。
傳統(tǒng)上，機器學(xué)習(xí)采用GPU服務(wù)器，該服務(wù)器要承載存儲、計算、框架等全部任務(wù)，模型訓(xùn)練的效率、精準度取決于GPU服務(wù)器的硬盤空間、讀取速度、框架選擇等多種因素，過程中的每一步都包含繁復(fù)的設(shè)置、調(diào)整等工作。而利用Amazon SageMaker，框架選擇、GPU選擇都可以一鍵部署，模型訓(xùn)練只需采用簡單的“文本文件+命令行”方式就可以完成。
同時，Amazon SageMaker與Amazon Simple Storage Service(Amazon S3)的協(xié)同，使得AI視覺檢測平臺實現(xiàn)了存儲與計算分離，這帶來了兩方面的便利：
·其一，來自邊緣端的訓(xùn)練數(shù)據(jù)都存儲在Amazon S3，模型訓(xùn)練時可以直接讀寫數(shù)據(jù)，無需進行數(shù)據(jù)遷移，且存儲容量可無限擴展；
·其二，如果某個模型不理想或者要采用多個模型進行訓(xùn)練，只需直接替換模型即可，數(shù)據(jù)仍然可以用原來的數(shù)據(jù)。
在技術(shù)支持上，亞馬遜云科技始終把客戶的需求放在第一位，為客戶提供及時的支持服務(wù)。此外，在全球化部署方面，亞馬遜云科技在全球有26個地理區(qū)域、84個可用區(qū)，這使得施耐德電氣未來可以方便地將AI視覺檢測平臺復(fù)制到全球其他區(qū)域，避免重復(fù)開發(fā)。
“云邊協(xié)同”成功搭建AI視覺檢測平臺
利用亞馬遜云科技的云服務(wù)，施耐德電氣成功地構(gòu)建起AI視覺檢測平臺，該平臺采用“云邊“結(jié)合的方式，云上負責(zé)模型訓(xùn)練和迭代及模型全生命周期管理，邊緣端軟件是邊緣檢測系統(tǒng)，硬件是帶GPU的推理機和工業(yè)相機，通過工業(yè)相機采集產(chǎn)品外觀照片，并在通過一系列安全認證后上傳到云端，存儲在Amazon S3上。
后續(xù)的處理分為兩步，首先利用Amazon SageMaker完成模型訓(xùn)練和迭代，在精準度達標(biāo)后，將模型部署到邊緣檢測系統(tǒng)上；隨后來自生產(chǎn)線的照片實時進入邊緣檢測系統(tǒng)，并進行邊緣推理運算，再將結(jié)果返回到邊緣檢測系統(tǒng)，自動標(biāo)識出產(chǎn)品是否合格并能標(biāo)識出不合格的缺陷位置。
基于亞馬遜云科技的AI視覺檢測平臺架構(gòu)示意圖
AI視覺檢測平臺的成功部署為施耐德電氣帶來了三方面的好處。
·其一是實現(xiàn)了檢測自動化和智能化，與原來的傳統(tǒng)視覺檢測模式相比，在中國區(qū)已經(jīng)部署的5家工廠9條生產(chǎn)線中，AI視覺檢測的誤檢率能降到0.5%內(nèi)，大大降低了返工的工作量，同時漏檢率能降為0%，提高了客戶滿意度；
·其二是與原來采用人工檢測的產(chǎn)線相比，還可以優(yōu)化產(chǎn)線檢測人員配置；
·其三是通過云邊協(xié)同，實現(xiàn)了云端對邊緣端的統(tǒng)一管理，確保多邊緣端能夠同時完成模型迭代升級和管控，從全生命周期的角度管理分布在不同工廠的模型。
此外，作為一家全球化的公司，施耐德電氣在全球很多國家都有類似的生產(chǎn)線和產(chǎn)品，這些訓(xùn)練好的模型和架構(gòu)未來都可以利用亞馬遜云科技平臺部署到全球范圍的生產(chǎn)線。
AWS
專欄
閩公網(wǎng)安備 35010202001226號
