从黑箱到认知:全球钢铁工业"物理人工智能"应用研究

系统梳理了全球钢铁行业"物理人工智能"的最新应用进展.从核心工艺控制,资产与知识管理,视觉感知,供应链与绿色制造,研发与技术生态五个维度,分析了日本制铁,JFE,浦项制铁,安赛乐米塔尔,蒂森克虏伯等代表性企业的实践案例,涵盖高炉网络物理系统,闭环炼钢控制,预测性维护,表面缺陷检测,蚁群算法排产,余热回收决策支持,材料信息学等关键技术领域.研究表明,全球钢铁行业的AI应用已从概念验证进入规模化部署阶段.

一种基于AI图像识别的产品质量缺陷智能检测方法及系统

本发明提出了一种基于AI图像识别的产品质量缺陷智能检测方法及系统,涉及智能检测技术领域.一种基于AI图像识别的产品质量缺陷智能检测方法包括:获取对待检测产品全方位多视角拍得的至少一张待识别图像,待识别图像中包括至少一种待检测产品;采用基于多尺度Retinex算法的图像清晰度增强方法对待识别图像进行处理,获得增强处理后的待识别图像;对增强处理后的待识别图像进行待检测产品缺陷检测.能全方位,无死角,多视角检测,适用于多种工业产品缺陷检测场景,还具备智能化程度高,无损检测,通用性强,快速高效,检测精度高等优点.此外本发明还提出了一种基于AI图像识别的产品质量缺陷智能检测系统.

基于轮廓度量与AI模型的工业缺陷检测算法研究

为了解决工业产品表面缺陷难检测的问题,针对当前检测技术现场应用痛点,从方案架构和检测技术两个层面进行研发,设计了基于轮廓度量和AI模型的工业缺陷检测算法.首先,结合图像分析算子和AI模型,建立一套完整检测方案架构.然后,耦合形状度,填充度和边数等特征,定义一种代表缺陷不规则度的轮廓度量因子,结合阈值分割,完成灰阶算子的设计;利用SIFT特征点检测机制和ICP校准方法,完成缺陷图像的匹配;建立传统视觉算子,并基于AI分割模型,分类模型与小样本训练,构建工业缺陷检测模型,准确定位到缺陷边缘区域.实验测试结果显示,相较于目前主流技术与方案,所提算法方案有利于"保检出,降误判"的应用诉求,为工业缺陷检测设备奠定核心算法基础,并确保落地.