鋼鐵生產的新時代
鋼鐵製造是現代經濟發展的關鍵產業之一。長期以來,鋼鐵生產是手工、勞動密集型的過程。AI 人工智慧的崛起,帶來了重大轉變,有效的幫助成本控管和提高效率。
我們將探討人工智慧在鋼鐵製造中的應用方式,以及它如何幫助提高效率和準確性。

AOI自動光學檢測的不足
鋼捲表面瑕疵檢測
過往為了降低人工目檢,因為疲勞而提高的漏檢率,導入 AOI 機器視覺。成功降低漏檢率與人力成本。
然而,鋼捲表面缺陷的種類眾多,基於規則(Rules-based)的機器視覺將難以全面地找出問題,且容易有過殺的問題。
AOI+AI電腦視覺模型
機器學習結合深度學習
運用深度學習中的影像辨識技術,幫助 AOI 更準確地檢測出鋼捲表面缺陷。
解決方案: Nilvana Vision Studio + Nilvana Vision Inference Runtime + AIoT Edge


鋼筋數量盤點
工地現場一般採取人工方式,對每捆鋼筋進行計數,確保數量正確。然而,這個過程繁瑣且消耗人力,需要多次校對才能確保數量一致。
深度學習中的影像分析領域,可以實現自動化鋼筋計數,並減少錯誤的可能性、提升現場盤點的速度。
如何透過 Nilvana
將深度學習中的影像辨識技術,導入工地現場
解決方案: Nilvana Vision Studio + Nilvana Vision Inference Runtime + AIoT Edge


高爐 AI 監控與調參
以往在生產過程中,需要有人在現場根據數據與經驗調整,但隨熟練高爐的操作人員減少而難以傳承。
透過機器學習自動調整鐵礦石等原料量、爐內熱風量的最佳運行條件,穩定高爐運作,減輕操作人員負擔,生產零中斷。
正在煩惱高爐操作人員短缺的你可以
透過機器學習模擬製程結果、即時調整參數
解決方案:AI Starter Kit + AIoT Edge
