精密制造是如何实现的？ 在边缘分析和机器学习的帮助下，奥迪正在使制造转型。

将数字技术应用于制造

对于奥迪来说，成功的秘诀是致力于使用尖端技术打造高品质汽车，从而实现精密工程设计、卓越性能和奢华感。奥迪的汽车制造非常先进，许多生产作业（从点焊到铆接）已完全自动化。但他们的终极目标是打造智能工厂，实现工业 4.0 的生产水平。为了实现这一目标，奥迪的工程师们需要超越传统的方法，即创建定制硬件和软件解决方案来处理各个用例。相反，他们需要一个可扩展的灵活平台，能够运用数据分析、机器学习和边缘计算等先进的数字能力。

英特尔物联网集团副总裁兼工业解决方案事业部总经理 Christine Boles 说：“如果了解一下如今的工厂情况，你就会发现奥迪的汽车制造业务是非常先进和极为复杂的。”“但是定制的用例很难进行维护和扩展，而且由于需要时间和成本来获得必要的批准和部署单个解决方案，它们实际上还会阻碍创新。奥迪已经准备好以一种新的方式看待物资，并尝试另辟蹊径。”

通过在线检查提高质量

奥迪与英特尔合作开展了一项概念验证实验，重点是改进汽车焊接的质量控制流程。该概念验证实验在奥迪位于德国内卡苏尔姆的工厂（该公司的两个主要装配工厂之一）进行。

内卡苏尔姆工厂的生产线上有 2500 个自动机器人。每个机器人都装配有从胶枪到螺丝刀的某种工具，并执行装配奥迪汽车所需的特定任务。这些机器人中有 900 个配有焊枪，可以进行将金属件固定在一起的点焊。生产线被划分成一系列的作业单元，正在组装的车辆在生产线上从一个单元流转到下一个单元。每个单元顶多可包含 20 个机器人和数台打磨机。打磨机用于在工序之间根据需要对焊枪进行清洗。

奥迪的内卡苏尔姆工厂每天组装大约 1000 辆汽车，每辆汽车有 5000 个焊点，这相当于单日生产中有超过 5 百万次焊接。为确保焊接质量，奥迪采用行业的标准抽样方法进行人工质量控制检查。“每天，奥迪会先将一辆汽车下线，转至一个大房间，在那里 18 位带着笔记本的工程师会用超声波探头检测焊接点，并记录每个点的质量”，英特尔工业解决方案事业部物联网集团首席工程师兼英特尔工业边缘洞见软件首席架构师 Rita Wouhaybi 这样表示。

采样成本高昂并且劳动强度大，而这一流程对每天生产的其他 999 辆汽车的质量留下了太多不确定的问题。遗憾的是，奥迪没有可行且具有成本效益的方法来检测其他的焊接质量。奥迪自动化技术规划负责人 Mathias Mayer 说，“该解决方案的主要目标是使我们有可能以非常高的准确性对焊接进行百分之百的检查。”“目前，我们无法对此进行保证。我们在生产线末端检查一辆成品汽车。我们没有制定生产线内的检查流程。英特尔拥有技术和专业知识，可以帮助我们改善流程和实现目标。”

创建可扩展的边缘解决方案

英特尔与奥迪一起，使用英特尔的工业边缘洞见软件创建了流分析算法。这些算法实现了预测性分析和建模，进而将工厂数据转化为有价值的洞察。该解决方案吸收了焊枪控制器的数据，并在边缘进行分析。

英特尔的数据科学家创建了一种机器学习算法，并将其生成的预测与奥迪提供的实际检测数据进行了比较，从而对其准确性进行了训练。模型使用焊接控制器生成的数据，其显示了焊接作业期间的电压和电流曲线。数据还包括其他参数，例如焊缝结构、金属类型和焊条使用状况。仪表板可让奥迪员工将数据可视化，并且系统会在检测到错误的焊接或构造发生潜在变化时提醒技术人员，从而可将错误总数尽可能减少或消除。

 

在工厂车间进行的优化不仅仅局限于一个流程，而且可以扩展到工厂的其余部分。奥迪可以将该平台解决方案用于其他涉及机器人和控制器的用例，例如铆接、涂胶和涂漆。“建立边缘分析平台的价值在于它可以让更多数据融入其中，并查看关联性、因果关系和其他有趣的分析，甚至某些你一开始可能不会想到的作用”，英特尔物联网集团副总裁兼工业系统工程与架构总监 Brian McCarson 这样表示。“这个平台为奥迪提供了很大的发展空间。这不只是专用于这个应用场景。在完成了最初的平台投资之后，奥迪可以在其各个工厂和其他用例中进行发展和扩展。”

“这个解决方案就像是未来解决方案的蓝图。我们在工厂中拥有许多技术，而这个解决方案是可以用来为其他技术制定质量检查解决方案的模型，这样我们就不必依靠人工检查了。”