工业AI落地场景案例实战，飞桨EasyDL让工业更智能

随着工业4.0时代的到来，如何借助人工智能这把利剑，实现传统生产方式的转型升级，站在新一轮工业革命浪潮的潮头，成为每个工业制造企业不得不思考的问题。

工业具备大量的数据积累，工业的生产、质检、管理等各个环节都在持续、大量、快速地产生着数据，是人工智能应用的蓝海。当下，以机器视觉为代表的AI技术，正在被广泛的应用于3C电子、食品制造、汽车零部件制造等多个领域，包括缺陷瑕疵检测、生产环境安全等多项功能，AI在工业智能化转型过程中也被寄予厚望。

本期飞桨EasyDL工业行业AI落地场景&案例课程，将重点分析工业质检、安全巡检、可预测维护等行业场景，助力工业企业AI技术的引入，让工业生产变得越来越智能。

工业能源消耗预测和优化

“双碳”目标下，2025年钢铁行业碳排放需降低99%以上，这无疑是一场广泛而深刻的系统性变革，高效的能源管理关乎制造企业经营效益提升和可持续发展。

传统的工业企业由于缺少能源预警体系，对能耗异常波动缺少预警和节能管理，工业企业面对“双碳”需要怎么做？高能耗企业降本增效核心抓手又是什么？

3月8日，飞桨EasyDL工业行业AI落地场景&案例课程《工业能源消耗预测和优化》将给您带来一种AI驱动的节能方式——“预测性节能”，即多设备组合、负荷可变、利用人工智能算法对原有的控制系统进行优化的一种新的节能方法，它可以实现：

• 从依赖人的经验到系统智能计算最优
• 从滞后的应激式调节到前瞻的预测性调节
• 从模糊的问题诊断到准确的根因判定与改善

此外还会基于某工业园区新能源发电预测和离散制造企业冰机能耗优化实际应用案例，助力工业企业找到推进碳达峰的抓手。

工业轴承质检

工业AI，尤其是缺陷检测这块，都是硬骨头。

当前制造业产品外表检查主要有人工质检和机器视觉质检两种方式，其中人工占90%，机器只占10%。人工质检成本高、误操作多、生产数据无法有效留存。在轴承生产中，通常情况下质检员是采用人工肉眼观察、手指转动轴承等质检方式挑出表面有油污、划痕、磨削烧伤等不良缺陷。企业该如何通过机器视觉技术解决轴承的外观瑕疵检测，释放人力，提升产线工作效率？

3月15日，飞桨EasyDL工业行业AI落地场景&案例课程《工业轴承质检》将结合轴承企业客户一线应用场景，分析飞桨EasyDL机器学习检测算法如何赋能轴承质检。使用工业相机对产线上的轴承进行图片拍摄，通过传感器获取轴承的几何参数绘制成图像，生产现场的服务器进行图像分类和检测，实现AI判断轴承的外观质量是否符合要求。

厂区24小时安全管理、异常监测

厂区、园区的企业安全生产是监管部门和园区管理者重点抓的关键点，关系着厂区、园区的稳健发展。传统的企业安全生产管理主要依靠人工巡逻检查，或者企业内部自主检查发现隐患进行上报处理。

比如在地下轨道的建设和维修工作，需要工人进入地铁的封闭轨行区进行操作，每次作业前需要准备好必要的工具，工作前后都需要人工清点，避免有工具遗漏在地下封闭区域，这样传统的重复操作费时费力，效率很低，往返路途也有很大的安全隐患。

3月22日，飞桨EasyDL工业行业AI落地场景&案例课程《厂区24H安全管理、异常监测》将分析AI助力厂区安全的全要素管理，并以某生产环境现场为案例，讲解AI如何辅助人工进行安全隐患的判断并及时预警，保证生产环境安全运行。