端侧AI推理
模型直接跑在设备本地,检测结果不必绕行云端,产线节拍不受网络波动影响,数据也留在厂内。
以下为平台侧统计口径下的运行情况,随部署规模动态变化。
围绕设备本体、算法部署与产线协同,我们把工业AI拆成可交付的六个能力块。
模型直接跑在设备本地,检测结果不必绕行云端,产线节拍不受网络波动影响,数据也留在厂内。
针对划痕、缺件、错装等常见缺陷构建检测流程,配合光源与镜头方案,输出可追溯的判定记录。
在车间侧完成协议转换与数据汇聚,对接 PLC、数控机床与仪表,向上以标准接口输出结构化数据。
振动、温度、压力等多源信号统一时间戳后融合分析,为设备状态判断提供更稳定的输入。
设备接入、模型下发、告警规则与看板配置在同一处管理,支持多厂区分级授权与统一运维。
面向小批量多品种的换线场景,用可配置的检测工位与工装方案缩短换型准备时间。
一支把算法、硬件与产线经验放在同一张桌上的团队。
智造未来专注AI设备制造与智能制造解决方案,业务覆盖智能硬件设计、边缘计算设备开发与工业AI算法部署。我们的产品线从智能传感器、边缘计算盒子延伸到AI视觉检测设备与自动化产线集成,服务对象以离散制造与流程制造工厂的技术团队为主。
我们相信设备的价值最终体现在产线上:能不能稳定跑满节拍、能不能被现场工程师自己维护、能不能在换型时少停机。因此每一个项目都会先落到工位、工序与数据接口上,再谈模型效果。
团队由嵌入式硬件、机器视觉算法与工业自动化三部分人员组成,长期在车间现场做调试与迭代,积累了从样机测试到批量部署的完整交付经验。
从元器件选型、来料检验到整机老化测试,建立可追溯的批次记录,出厂前完成功能与稳定性验证。
设备侧遵循工业现场的电气与机械安全规范,边缘侧提供访问控制与数据加密传输能力。
提供远程诊断与现场支持相结合的服务方式,为关键产线保留备件与固件回滚方案。
从单台传感器到整线协同,五个阶段记录我们的技术演进路径。
团队完成首款工业级智能传感器从样机到小批量试产的验证,在两家离散制造工厂的装配工位部署 60 台设备,采集振动与温度数据,初步跑通从硬件采集到边缘侧预处理的数据链路。
推出边缘计算盒子 K1 并发布首个固件版本 1.0,支持本地推理与断网缓存,单台可接入 32 路传感器数据。同年与本地一家自动化集成商签署合作协议,在三条产线上完成联合调试。
AI 视觉检测设备完成第 100 台交付,覆盖五金件外观与装配完整性两类检测场景,单工位检测节拍稳定在 0.8 秒以内。团队同步建立来料检验与整机老化测试流程,形成批次可追溯记录。
取得 ISO 9001 质量管理体系认证,并完成边缘侧数据加密传输与访问控制方案的内部评审落地。同年业务扩展至流程制造行业,新增化工与食品两条业务线,服务企业客户累计超过 180 家。
发布整线协同平台 2.0,打通传感器、边缘盒子与视觉设备的数据接口,支持换型参数一键下发与固件回滚,已在 12 条产线部署,接入终端超过 2600 台,远程诊断平均响应时间控制在 30 分钟以内。
五类核心服务,从单点设备到整线集成,按需求组合选用。
针对外观缺陷、尺寸测量与装配正确性检测,配套光源与镜头选型,输出可追溯判定记录。
振动、温度、压力与位移等采集模块,支持标准工业接口,便于在既有设备上加装。
在车间侧完成协议转换与数据汇聚,本地运行推理任务,向上以标准接口输出结构化数据。
统一管理设备接入、模型版本、告警规则与数据看板,支持多厂区权限划分与集中运维。
结合检测工位、上下料机构与工装方案,完成产线联调与节拍验证,支持后续换型扩展。
围绕芯片、云服务、机器视觉与自动化,我们与产业链上的伙伴协同交付。
提供面向边缘推理的低功耗AI芯片与开发套件,用于端侧设备算力选型。
提供工业数据上云的存储与计算资源,支撑多厂区数据的统一归档与分析。
提供工业相机与镜头方案,配合视觉检测设备完成成像质量调优。
提供产线机械结构与上下料机构设计,配合检测工位完成整线集成。
提供振动与温度传感元件,用于设备状态监测与预测性维护场景。
提供柔性装配产线场景与现场验证条件,与我们在换型效率方向共同打磨方案。
设备进入车间之后,安全与数据合规是长期运行的前提。
设备与平台之间的通信采用加密通道,关键配置与模型文件下发前完成完整性校验。
按厂区、产线与角色划分操作权限,设备调试与参数修改保留操作日志,便于事后追溯。
检测图像与运行数据默认在厂内留存,可按企业数据管理要求配置保存周期与导出方式。
设备在网络中断或模型异常时进入安全运行状态,保留基础检测能力并给出明确告警提示。
来自现场工程师与产线管理者的使用反馈,横向滑动查看更多。
视觉检测工位上线后,外观复检的人力投入下降明显,判定记录也能直接导出给质量部门归档。
边缘计算盒子的协议适配比预想顺利,老机床的数据也能接进来,车间看板终于不用手工填。
振动传感器加装过程没有停产,数据积累一段时间后对轴承状态的判断确实更有依据了。
换型时检测工位的参数可以整体切换,小批量订单的准备时间比原来缩短了不少。
平台侧的告警规则配置比较直观,值班同事经过一次培训就能自己调整阈值。
样机测试阶段给出的评估报告写得很细,包含节拍测算和接口清单,立项汇报时省了不少功夫。
设备发布、技术解读与项目进展,六条近期内容。
面向多协议车间的接入需求,新版本在协议转换效率与本地推理并发上做了针对性优化。
从缺陷类型反推打光方式,结合镜头与曝光参数,说明常见外观检测场景的成像方案。
振动与温度信号统一时间戳后联合分析,对早期异常状态的识别稳定性有明显帮助。
把工装切换与检测参数切换放在同一套流程里,减少换型时的调试等待与试错成本。
介绍多厂区场景下的设备分组、模型版本管理与告警规则下发流程,以及权限划分方式。
明确了测试周期、随附文档与现场调试支持的对接方式,方便技术团队提前评估工作量。
让制造现场用得上、用得起、用得久的AI设备,是我们长期投入的方向。
把需求落到具体工位与节拍上,先解决一个工序的问题,再谈整线协同。
设备参数、模型版本与接口文档一并交付,现场工程师能自行完成日常调整。
在算力、功耗与可靠性之间取平衡,选择能长期稳定运行的方案而不是纸面最优解。
关于定制、更新、收藏、样机与数据隐私,这里集中回答。
先提供工序描述、检测对象与现场条件,我们据此给出选型建议与工位方案,再确认光源、镜头、算力模块与接口形式,形成可执行的定制清单。
在产品中心页面留下企业邮箱即可订阅设备固件与方案文档的更新通知;如需退订,可在任意一封通知邮件中按提示操作,或联系对接人处理。
支持。登录后可在产品中心与接入案例页面收藏关注的设备型号与方案条目,收藏记录保存在账号下,便于后续比对与内部传阅。
通过对接方式页面提交测试申请,说明测试场景、周期与现场条件,我们会安排样机寄送与远程调试支持,测试结束后出具评估报告。
检测图像与运行数据默认在厂内留存,传输过程使用加密通道,平台侧按角色划分访问权限,并保留关键操作日志以便追溯。
可以。边缘计算网关支持常见工业协议转换,并提供标准接口向上对接 MES 或看板系统,具体适配范围需结合现场设备清单确认。