工业AI+解决方案

从数据到服务的一站式工业智能集成化应用实施环境,推动人工智能技术在制造企业的落地,助力制造企业提质增效降本。

 
  • 降低门槛 持续迭代

    通过自动化的模型迭代训练、测试评估、一键部署、服务调度、和运行监控等功能,实现零代码开发、技术门槛降低、运维效率提升。

  • 四大系统 交付快捷

    打造4大系统覆盖从数据到应用服务的端到端需求,实现模型全生命周期管理,帮助企业快速搭建工业智能平台的一站式解决方案,算法模型交付即可用。

  • 灵活部署 弹性扩容

    整体技术架构是基于腾讯的大数据和人工智能PaaS平台,可实现灵活的部署模式,以及系统的高可用性、负载均衡和弹性扩缩容能力。

  • 主流框架 高扩展性

    预置支持业界主流和腾讯自研的AI学习框架,以及腾讯多个AI实验室自研的通用和行业级算法服务,开放接口支持用户自定义算法模型。

 

解决方案

现状和挑战

现阶段,工业企业在智能制造趋势下纷纷开始探索智能化转型的路径,基于工业大数据分析的工业智能蕴藏着巨大商业价值的革命性技术,越来越多地受到企业青睐。当前在推动AI落地上有着诸多的问题制约着:

  • 技术门槛高,AI人才输出短期难以有效补充。
  • 行业缺乏统一标准,没有统一系统、无法制式和量产化,AI处于早期的发展阶段。
  • 应用开发和实施成本高,无法快速进入企业现场。
  • 所依赖的数据的完整性和质量有待提高。
  • 应用场景的碎片化、个性化、专业化制约着复制推广和用户接受程度。

智能的建模分析是实现工业智能的基础,希望通过提供快速有效的集成化应用实施环境,包括数据环境、模型实验环境、应用部署环境等,从而打破工业领域知识和数据建模分析的专业壁垒,加快解决工业企业智能化转型的痛点。

方案简介

工业AI+解决方案包含着四大产品组件,每个产品都承担着独立的功能,相互间以微服务的方式进行解耦,实现模型迭代训练业务的闭环。产品架构可以在客户实施进行部分调整,并且功能可做客制化开发,以及本地私有云部署。

  • AI训练系统:提供模型的迭代训练服务,内置通用和行业定制算法模型镜像,提供算法模型的迭代训练和模型对比评估等服务。
  • AI推理系统:作为模型的在线部署和运行系统,提供算法模型的微服务管理、在线部署服务、模型运行监控和资源调度管理。
  • 智能标注系统:实现对图片、文本、视频、音频等数据的一站式标注处理,通过深度学习算法实现半自动预标注,以及提供在线审核功能。
  • 工业线上应用系统:实时在线模型调度平台,同时提供与外部的生产信息系统的集成服务。支持数据可视化查看、统计分析、报表推送,可根据用户需求定制报表推送服务,支持与客户OA端口对接,本系统可做深度化定制。
方案特点

本方案包含以下特点:

  • 自动化的模型持续迭代和调优,保证模型精度,提高生产效率,实现业务闭环。
  • 支持公有化或私有化部署,满足企业的信息安全和数据资产管理政策。
  • 四大产品模块相互解耦,实现按需部署。
  • 产品标准化,业务集成模块可按需定制化开发。
  • 平台可视化操作,易用性强,学习门槛低。
  • 模型和平台解耦,可部署第三方的模型镜像。
  • 全面支持主流AI技术框架(如:Spark,TensorFlow、 PyCaffe、xgBoost,以及腾讯自研Mariana和Angel)和主流算法库。
  • 基于腾讯TKE容器服务,实现高效部署、资源调度、和动态扩缩容。
  • CPU/GPU集群资源虚拟化管理和动态调度。
 

行业架构

集中部署

针对信息化、设备连网、数据收集基础较好的工业企业,现有的信息系统架构为集中的数据计算已经打下了很好的基础,本方案适合此类应用场景,所有系统可集中部署在企业的中央机房,数据统一接入,集中分析。具体技术特点如下:

  • 非侵入式部署,无须对生产设备进行升级和改造。
  • 基于 TKE 容器服务,实现高效部署、资源调度、和动态扩缩容。
  • 集中式的实时分析,数据处理高效,硬件可用率高,GPU 集群资源虚拟化管理和动态调度。
  • 模型持续迭代升级,减少对手动训练的依赖,实现从训练到部署的全流程业务闭环。
  • 通过FTP/HTTP/消息总线等连接方式,实现和企业各业务系统之间的无缝交互、数据互通。
  • 集中化的模型分发和部署环境,能实现一键部署,有效地提高IT运维效率。
边缘部署

针对信息化、设备连网、数据收集基础较弱的工业企业,数据分散于设备,且设备数量少,未集中化同步保存,本方案适合此类应用场景。具体技术特点如下:

  • 适用于低频的模型迭代场景,离线训练模型,手动部署。
  • 实时在线预测,AI推理系统在边缘计算节点上以容器化部署。
  • 系统可完全离线部署,减少对IT网络资源的依赖。
  • 对边缘计算的硬件性能依赖低,可实现低成本实施和部署。
  • 系统不与企业业务系统对接,降低了定制化需求,项目交付快。
 

应用场景

  • 能源调度

    能源调度

    通过能源预测模型帮助企业优化资源利用效率、提高全企业能效

  • 工艺优化

    工艺优化

    通过工艺控制与设备知识模型实现工艺参数优化、协同生产流程优化

  • 生产排程

    生产排程

    通过对作业、投产、备料等环节建模,最优资源调度以应对复杂的订单计划

  • 图像检测

    图像检测

    通过图像检测算法辅助工人对缺陷定位和分类,有效控制质量异常,减少人力成本

  • 预测性维护

    预测性维护

    通过对关键的设备运行参数进行建模,判断机器的运行状态、预测维护时间

  • 故障诊断

    故障诊断

    通过对关键的设备运行参数进行建模,定位异常参数,协助故障分析

  • 质量监控

    质量监控

    通过对生产过程全数据建模,迅速识别生产异常点,从源头降低产品缺陷率

  • 良率预测

    良率预测

    通过对生产制程工艺参数建模来预测产品指标,推动生产优化,提升良品率

 

联系我们

关于使用场景和技术架构的更多咨询, 请联系我们的销售和技术支持团队。