致立于数据驱动的工业智能，即将大数据、物联网等新一代信息技术赋能于传统行业，为企业、政府提供设备互联、能源管控、过程优化、环保安全等一系列整体解决方案。

　　截止2020年末，中国汽车产量已达280.4万辆，相比于2019年的278.3万辆，同比增长6.5%。国内汽车铝轮毂产量不断跃升，已占全球60%以上，达年产约2亿只规模，且呈上涨态势，所以目前在汽车零部件行业，对于硬件的检测智能化方案急需解决。

方案优势

　　实现了铝合金车轮生产的自动化、柔性化、数字化、智能化和节能化转变，加速轮毂制造行业进入工业4.0时代，实现产业升级

提升工厂的生产效率

　　·减少机加车间由于尺寸调整、刀寿调整造成的设备停机，提升生产设备的OEE，增加产量，主要解决的是调整造成的生产暂停

稳定产品的生产质量

　　·通过完善的尺寸控制机制稳定产品生产质量，提升产品的质量稳定性，最终达到加工产品的不良率“Zero”化，主要解决服务满意度低问题

沉淀设备调整经验

　　·通过知识图谱、数据梳理及工业机理等方式，完成人工调整经验向数据调整经验的转变，实现“经验”的数据化，主要解决经验存留难问题

降低运营成本

　　·通过对尺寸的精确控制，在合格范围内控制孔径大小、壁厚厚度等因素，减少原料的浪费、降碳效果提升，主要解决的是运营过程中的浪费和监控等问题。

　　

　　

方案架构

• 业务架构

　　

促进先进技术的全球化融通，帮助更多企业实现智能化变革

　　面向机械加工流程，通过机加总线、在线尺寸检测装备、AI刀补辅助决策系统、联邦学习四大模块，提升产品质量及生产效率，减少原料浪费降低成本。

业务场景

机加总线系统

　　·机加总线系统依托现场工业设备的网络，通过工业网关及交换机实现数据采集、数据监控及调刀方案控制闭环。

在线尺寸检测装备

　　·主要依托图像拍照+视觉算法对轮毂产品尺寸数据进行高精度测量，经过对比设备测试与人工复判结果，设备测量合格品与人工检具复判结果一致性100%

AI刀补辅助决策系统

　　·利用增量学习反馈数据调优，使模型快速适应不同的任务场景，保持算法结果持续可靠，构建基于双融合驱动的刀补预测系统

联邦学习

　　·联邦学习的机制可以快速的将其它工厂的数据积累作为模型数据来使用，极大减少机加产品行业模型数据不足造成的算法的误差值无法确认的问题

　　

　　

实践案例

智能机加闭环解决方案客户案例

　　1、实现在线轮毂重点尺寸全检； 2、沉淀企业核心知识库，将专业的调机经验训练为算法模型； 3、减少人工经验决策带来的不稳定性，可缩短调机等待时间约42%。 4、基于鹰眼在线检测装备，AI刀补辅助决策，机加总线的协调配合，调机参数自动解析和下发，实现CNC机床自动闭环调整； 5、对多源尺寸数据进行数据治理并形成可信数据流； 6、对比传统模式，提高机加设备利用效率约27%。 7、数据知识共享，高效提升集团下各分厂制造水平。