达拓数据有限公司

企业 AI 陪跑|制造业获客、智能报价、企业知识库与客制化 AI Skill

制造现场数据分析与预防改善

制造现场数据分析与预防改善

用 AI 读懂视觉、声音与设备数据。

从视觉影像、声音、振动、电流、温度、压力到品质记录,达拓数据协助工厂收集、整理并分析现场资料,提早发现设备劣化、制程偏移与产品缺陷,让异常能够预防,让品质能够持续改善。

要改善的不是模型,而是现场结果

四种制造问题,使用不同资料来判断

AI 是分析方法之一。真正的起点是:工厂要预防什么、改善什么,以及现场已经有什么资料。

01

设备状态分析

从振动、电流、温度、转速与运行时间,观察马达、轴承、泵浦、风机、主轴和皮带是否逐渐偏离正常状态。

02

视觉品质检测

利用工业相机或既有影像,检查刮伤、裂纹、缺料、错装、位置、尺寸、焊接与包装异常。

03

声音与振动终检

把老师傅听异音、感受振动的经验,逐渐转成可记录、可比较、可追溯的产品品质资料。

04

制程异常追溯

将压力、流量、温度、电流、配方、工单和品质结果对齐,寻找异常发生前后的关联。

现场资料从哪里来

每一种传感器,只负责看见问题的一部分

没有一种感测器可以回答所有问题。选型前必须理解设备、工况、故障方式与现场环境。

视觉影像

看表面、尺寸与装配

适合检查刮伤、裂纹、缺料、错装、标签、焊点与位置偏差。

达拓工作:相机、镜头、光源、角度、样本与缺陷标签。
声音

听设备与产品动作

适合马达异音、齿轮啮合、阀门、气缸、继电器、门锁和成品终检。

达拓工作:录音位置、背景噪音、频谱与正常/异常样本。
振动

感受旋转设备变化

适合轴承磨损、不平衡、轴心偏移、固定松动、皮带和主轴异常。

达拓工作:安装方向、量程、频宽、取样率、转速与负载。
电流与电压

观察负载和电气波形

适合马达启动、堵转、负载变化、皮带损伤、耗能异常与电弧。

达拓工作:先读取变频器或控制器已有资料,减少额外硬件。
温度

观察过热与散热趋势

适合散热失效、润滑不足、摩擦、过载与制程温度漂移。

达拓工作:比较同负载、同产品下的升温、稳定与降温曲线。
压力与流量

观察管路和制程条件

适合泵浦、堵塞、滤网、阀门、泄漏、供气与制程偏移。

达拓工作:与阀门状态、泵浦转速、配方和品质结果一起分析。

从问题到现场闭环

不是上传一批资料,就会自动得到答案

有效的制造数据项目,需要把取样、工况、标签、模型、验证和现场反馈连成一条完整流程。

01定义问题与损失

确定设备、产品、风险与成功标准。

02盘点现有资料

PLC、变频器、MES、维修与品质记录。

03选择感测与取样

位置、方向、频宽、频率与同步方式。

04建立正常基线

覆盖速度、负载、产品、班次和环境。

05训练与独立验证

比较规则、异常检测和分类模型。

06边缘部署与回写

告警、人工确认、维修结果和模型改善。

现成的边缘 AI 工具链

现场波形如何变成可执行的异常判断

瑞萨已提供从硬件取样、线上模型分析到 MCU 现场推论的开发流程。达拓的重点不是重新发明所有工具,而是把客户的设备问题、传感器资料和验收条件准备正确。

工具可以自动探索时域、频域、小波等特征并产生轻量模型,但它不会自动理解客户的产品、负载、维修经验与错误成本。

e² studio设定开发板、感测输入、通讯与韧体工程。
Reality AI UtilitiesData Storage Tool 从开发板或客户硬件收集并标记声音、振动、电流、电压等波形。
Reality AI Tools线上探索特征、比较感测通道与模型,查看准确率、重要频段和硬件需求。
边缘推论代码将选定模型整合回 MCU,在设备旁实时判断,不必持续上传全部原始波形。
HiL 与 AI Live Monitor在真实硬件上检查推论时间、记忆体占用、状态机率与现场误判。

怎么解决制造异常

四个案例,分别说明资料、模型与现场成果

以下为国际厂商公开案例与可实施方向,并非达拓已完成的客户成果。

电流波形 · 马达启动

不增加振动感测器,也能先检查启动异常

  • 收集正常、负载和启动失败的电流/电压波形
  • 使用独立资料验证后部署回马达控制器
  • 瑞萨公开范例约使用 576 bytes RAM 与 4,146 bytes Flash

现场结果:发现堵转、负载或参数异常,并将结果传给 PLC 或维修系统。

电气讯号 · 皮带损伤

从马达负载变化辨认健康与受损皮带

  • 覆盖不同速度、负载和损伤程度
  • 模型直接运行在 MCU,不持续依赖云端
  • 瑞萨公开 TinyML 示范准确率约 98%

现场结果:在计划停机时检查或更换,降低突然断裂风险。

声音与振动 · 产品判断

从“水滚了没”延伸到工厂异音终检

  • CUCKOO 收集不同锅具、水量、食物与背景噪音
  • 模型在 RA6E1 MCU 判断沸腾状态并调整功率
  • 同样方法可用于马达、齿轮、阀门和装配声音

现场结果:将依靠经验的声音判断变成可重复的资料流程。

视觉与多变量 · 品质改善

把影像、制程参数和品质结果放在一起

  • 视觉检查表面、尺寸、焊接和装配缺陷
  • 多变量模型观察温度、压力、电流与产品状态
  • 异常结果回连工单、设备和维修记录

现场结果:不只筛掉不良品,也逐步追查不良形成的条件。

达拓负责的工程工作

工具厂商提供平台,我们把现场资料做正确

  • 定义问题、损失和验收指标
  • 选择相机、传感器、安装位置和取样方式
  • 整理设备、工单、维修与品质标签
  • 检查波形断讯、饱和、噪音和时间同步
  • 比较规则、异常检测和分类模型
  • 独立验证误报、漏报和提前发现时间
  • 部署到 MCU、网关或工业电脑
  • 串接看板、MES、CMMS 与告警流程

现阶段的诚实边界

先验证能不能发现异常,再谈预测寿命

  • 不承诺准确预测所有设备故障
  • 不把训练准确率直接当成现场成果
  • 不把工具厂商案例写成达拓客户案例
  • 资料不足时先建立正常基线
  • 告警结果继续由现场人员确认
  • 试点无价值时可以停止或调整

AI 陪跑也适用于现场数据

从一台设备、一道工序开始

制造现场数据项目需要与设备、生产、品质和维修人员持续合作。达拓以每周检视和阶段验收的方式,把感测、资料、模型与现场行动逐步接起来。

01选择试点
一台关键马达、一个异音终检、一次泄漏盘点或一项温度异常。
02收集与确认
建立正常基线,由老师傅和维修人员共同标记异常。
03模型与现场验证
检查误报、漏报、推论速度及人员是否能采取行动。
04交接与扩大
保留资料标准、SOP、模型版本与维护方式,成立后才复制。

先说一台设备或一个品质问题。

不需要先写完整需求书。告诉我们最近一次异常、目前怎样发现、造成什么影响,我们一起判断应该用视觉、声音、振动、设备资料,还是先把基础资料整理好。

开始一次初步诊断