AI赋能制造行业 亚马逊云科技如何助力施耐德电气实现智慧工厂升级

目前，随着新一代信息技术与制造产业的深度融合，带来制造模式、生产组织方式和产业形态的深刻变革。与此同时，客户需求愈加多样化、制造技术逐渐复杂化的现象为制造业带来了极大的挑战。

一直以来，传统制造行业的信息化往往是孤立的烟囱式子系统建设，其中，存在数据不互通，业务难融合，长期面临着服务体验差、综合安防弱、运营效率低、管理成本高、业务创新难等核心痛点，而日常管理效率不高、生产产能不高、配套设施不足也逐渐成为智慧工厂实现的重要难点。

因此，制造企业必须以缩短产品设计周期、提高生产效率及生产方式的灵活性来应对这一变化。而基于传统的生产制造方式并没有得到实际的信息化技术提升。

在此背景下，2018年，施耐德电气武汉工厂通过应用施耐德电气面向工业领域的EcoStruxure架构与平台，实现了高度自动化。日前，亚马逊云科技与施耐德电气携手宣布在AI云服务方面的合作成果，为施耐德电气建立“云-边协同AI工业视觉检测平台”，此项目的实施，也为该工厂智慧化进一步添砖加瓦。

模范工厂曾经的烦恼

施耐德电气武汉工厂是在实施“西进战略(Go West )”大背景下，于2012年2月投资建立的制造业实体公司。

据介绍，该工厂总面积达10万平方米，在设计阶段就采取了节能设计，并使用了诸多先进的施工工艺和管理理念，达到了目前最高的绿色建筑标准要求。

施耐德电气武汉工厂采用EcoStruxure平台解决方案，通过在整个工厂布设的多达348个无线电能测量模块，无数的压力、温度、湿度传感器，实现了对厂房用电设备、空调设备的持续监测和智能化保养预测。

由于出色的规划，施耐德电气武汉工厂被工信部评为国家级“绿色工厂”，被达沃斯世界经济论坛专家委员会评为发展中的“灯塔工厂”，还入选了施耐德电气的“零碳工厂”，不仅推动当地经济，还在促进社会发展方面做出了很大贡献。

施耐德电气全球供应链中国区数字化解决方案负责人冒飞飞表示：“施耐德电气武汉工厂隶属于施耐德电气的全球供应链部门，主要是通过四维融合来实现数字化：一是能源+自动化，二是从终端到云，三是从设计与建造，到运营和维护，四是从分散式管理到集成化企业管理。”

施耐德电气全球供应链中国区数字化解决方案负责人冒飞飞

但就是这样一个示范工厂，此前也遇到一些难题。

施耐德电气武汉工厂的主要产品是小型断路器、接触器以及各种控制按钮和信号电器部件。虽然部件本身的结构并不算复杂，但生产过程中会涉及大量的焊接、绕线操作，即便是用全自动化设备来生产，也不可能将液态的焊锡、柔软的铜丝加工到每一次的厚度、形态的完全统一。

由此而来的是，繁重的检测工作。此前，施耐德电气采用的是常规的人工目视检测方式，质检员会对比产品照片检查产品的外观缺陷。但产品出现缺陷的位置有极大的随机性，给检测带来一定困难。另外，质检员长时间盯着屏幕工作，还存在疲劳、效率降低等难题，直接影响到生产能力。

因此，施耐德电气希望找到更有效的解决方案来加强智慧工厂的建设。

AI创新 重塑智慧工厂

而随着AI技术不断地发展、落地，施耐德电气武汉工厂开始布局质量检测的自动化、智能化实现方式。

最终，施耐德电气携手亚马逊云科技，基于Amazon SageMaker机器学习及其他一系列相关服务，成功地在云端完成了AI工业视觉质检系统的数据汇总和模型训练、迭代，成功建设出一套行之有效的“云-边协同AI工业视觉检测平台”。

针对与亚马逊云科技的合作，施耐德电气全球供应链中国区IT总监曹捷表示：“施耐德电气会联合广大合作伙伴共同建设这四个核心领域，亚马逊云科技就是施耐德电气全球的云服务合作伙伴。”

施耐德电气全球供应链中国区IT总监曹捷

施耐德电气定义的IT赋能的四个核心领域分别是：

第一，数字化基础：通过IT基础架构和安全来提升对于数字化上层能力的支撑;

第二，EcoStruxure IoT方案：把数据感知下沉到工厂的设备，实现物联互通、数据采集;

第三，数据服务：在数据之上进行大数据分析，实现洞察和智能决策;

第四，数字化应用：这是工业能力的集中体现，也是重要的数字化价值实现。

其实，从2013年开始当时施耐德电气就与亚马逊云科技合作，采用了其云网络、云存储、云算力，搭建计算平台;2020年，施耐德电气采用了亚马逊云科技的数据仓库和数据分析能力，建立了自己的数据中台。

而此次，施耐德电气建立“云-边协同AI工业视觉检测平台”的核心是模型训练，来自生产线的正样本数据上传到云端，并作为训练的输入数据传输到机器学习框架中进行模型训练，通过持续地训练和迭代，提升模型的精准度，在模型精准度达标后再部署到生产系统的边缘设备上。

另外，“云-边协同AI工业视觉检测平台”可以实现产品质量缺陷的智能检测，与此前传统质检相比，该平台依然是由工业相机对产品各个面进行拍照后与标准产品进行对比，但对比步骤的操作由AI完成。

据介绍，AI工业视觉检测的误检率可以长期保持在0.5%以下，漏检率更是直接降到了0。

另外，施耐德电气AI工业视觉检测平台的核心是模型训练，来自生产线的正样本数据上传到云端，并作为训练的输入数据传输到机器学习框架中进行模型训练，通过持续地训练和迭代，提升模型的精准度，在模型精准度达标后再部署到生产系统的边缘设备上。

冒飞飞表示：“AI工业视觉检测平台很好地践行了施耐德电气云边发展策略，从分散式管理到集成化管理的数字化四维融合理念。”

写在最后

施耐德电气作为一家全球化企业，业务遍及全球100多个国家和地区，仅是在中国就有23家工厂及7个物流中心，他们对工厂智慧化、数字化的追求一直孜孜不倦。此次，施耐德电气与亚马逊云科技关于AI方面的进一步合作，也让自身产业升级更上一层楼。

而一直以来，亚马逊云科技提供一系列云计算、人工智能解决方案，来助力客户可以针对每一项具体工作，定制机器学习或高性能计算等服务也在持续赋能客户不断开拓未来发展。