تحول تولید هوشمند: سیستم تشخیص نقص بصری مبتنی بر هوش مصنوعی (داستان موفقیت 90 روزه)

March 13, 2026

آخرین مورد شرکت تحول تولید هوشمند: سیستم تشخیص نقص بصری مبتنی بر هوش مصنوعی (داستان موفقیت 90 روزه)
مطالعه موردی ایستگاه مستقل اتوماسیون صنعتی امارات متحده عربی
مطالعه موردی: تولیدات صنعتی النور
تحول تولید هوشمند: سیستم تشخیص نقص بصری مبتنی بر هوش مصنوعی (داستان موفقیت 90 روزه)
1خلاصه
  • پروفایل مشتری: تولید صنعتی النور، تولید کننده اجزای خودرو و تولید فلز در جبل علی، دبی (180 کارمند، درآمد سالانه 45 میلیون درهم)
  • چالش اصلی: تنگنایی های شدید در کنترل کیفیت که منجر به هزینه های بالای بازکاری، تاخیر در تولید و مشکلات کیفیت مشتری می شود
  • راه حل: سیستم شناسایی نقص بصری AI سفارشی که با خطوط تولید موجود ادغام شده است
  • نتایج: 99.2٪ دقت تشخیص نقص، 74٪ کاهش هزینه های بازسازی، دوره بازپرداخت ROI 4 ماهه
2چالش های کسب و کار
  • بحران کنترل کیفیت: 3.2% نرخ فرار نقص، 450K AED هزینه های ماهانه بازسازی، 80K AED هزینه های ماهانه تضمین مشتری
  • ناکارآمدی تولید: 8 دقیقه بازرسی دستی در هر واحد، 40 تاخیر ماهانه در خط تولید
  • خطر شهرت: ۲٫۱٪ از واحدهای تحویل داده شده دارای مشکلات کیفیت، آسیب رساندن به روابط مشتری و هزینه های تضمین بودند
  • بار عملیاتی: دقت بازرسی ناسازگار (۷۵ تا ۹۵٪) به دلیل خستگی انسان و تغییرات
3راهبرد راه حل و اجرای آن
فاز جدول زمانی فعالیت های کلیدی نتایج
تعریف الزامات هفته ي اول با تیم تولید همکاری کرد تا مشخصات مهم را تعریف کند مدارک مورد نیاز فنی دقیق
ارزیابی راه حل هفته 2- 3 مقایسه 3 راه حل دید هوش مصنوعی (CloudVision Pro، Defectify، PixelSense Local) سه گزینه قابل اجرا با تجزیه و تحلیل هزینه / دقت
آزمایش های خلبانی هفته 4 یک هفته آزمایشی در خط 3 با PixelSense Local 99دقت تشخیص 0.2٪، 0.3٪ میزان مثبت کاذب
ادغام سیستم 1-2 ماه نصب سخت افزار در 12 خط، ادغام با MES، تیم قطار استفاده کامل از سیستم در تمام خطوط تولید
بهینه سازی و برش 3 ماه بازرسی دستی را غیرفعال کنید، مدل هوش مصنوعی را تنظیم کنید هیچ بازرسی دستی، دقت 99٪
4جزئیات اجرای فنی
  • ادغام سخت افزار: سازگار با دوربین های خطی موجود (بدون نیاز به تعویض سخت افزار)
  • معماری سیستم: مدل انکشاف هیبریدی (ذخیره سازی داده های محلی برای محرمانه بودن)
  • آموزش مدل هوش مصنوعی: 200+ تصویر نقص تاریخی در هر نوع قطعه (15+ تغییرات قطعات)
  • سازگاری MES: ادغام یکپارچه با سیستم های ردیابی تولید موجود
  • برنامه آموزش: آموزش یک روزه در محل برای کل پرسنل تولید
5شاخص های عملکرد و بازگشت سرمایه
متریک قبل از بعد از بهبود
نرخ تشخیص نقص 78 درصد 99.2 درصد +21.2%
نرخ نقص حمل شده 3.2 درصد 0.8٪ -75 درصد
زمان بازرسی در هر واحد 8 دقیقه 1.5 دقیقه -81%
هزینه های ماهانه بازسازی 450 هزار درهم 115 هزار درهم -74%
بازگشت مشتری 2.۱% 0.4 درصد -81%
تاخیر در تولید 40 دلار در ماه 6/ماه -85%
بازده سرمایه سالانه - 4.759 ميليون درهم بازپرداخت 4 ماهه


با ما در تماس باشید
تماس با شخص : Leon Lee
تلفن : +8615389206502
فکس : 86--15389206502
حرف باقی مانده است(20/3000)