據介紹，裂紋等表面缺陷會嚴重影響鋼板的強度和質量，尤其是中厚板（4-25毫米厚度），其廣泛應用于橋梁、造船以及各種工程中，鋼板質量直接影響工程質量。鋼板出廠前會有嚴格質檢，工程方收貨后還會進行驗收復檢，發(fā)現缺陷會發(fā)起質量異議，一旦判定不合格，鋼廠需要賠償。因此，質量異議金額是衡量鋼板出廠質量的重要指標。
傳統(tǒng)人工質檢主要依靠肉眼，經驗豐富的老師傅打著手電筒，踩在鋼板上彎腰細看，發(fā)現缺陷后用筆做標注。這非常依賴眼力，也很考驗體力，因為這些熱軋鋼板送到冷床后，表面依然還有五六十度高溫?！跋奶炜赡苡幸话俣?，勞保鞋有時候都會冒煙。”南鋼中厚板卷廠的張雨兵師傅介紹說，一個班下來，要走上1萬多步，經常全身都濕透了。
即便如此辛苦，人工難免漏檢，尤其是客觀條件所限，人工只能檢查上表面，無法檢查下表面，導致最終檢出率只有90%左右。而采用AI系統(tǒng)后，缺陷檢出率達98%，準確率達90%。據南鋼中厚板卷廠統(tǒng)計，其鋼板質量異議金額從2019年的0.06元/噸降至2021年的0.02元/噸，客戶投訴減少，質量明顯提升。同時，工作條件也大為改善，工人只需要遠程操作電腦，不必再高溫作業(yè)。
據介紹，中厚板AI表檢尚屬于行業(yè)難題，全國尚無成熟案例，南鋼項目歷時近2年，各種挑戰(zhàn)層出不窮。金恒科技優(yōu)化了產線運輸方案，重點攻克了板號對齊等難題，為AI應用生產奠定基礎。不過，由于環(huán)境背景干擾嚴重，鋼板缺陷微小且多樣，加之缺陷數據偏少，普通AI識別效果不佳。達摩院算法工程師趙嘉星介紹說，南鋼項目進行了大量算法創(chuàng)新和優(yōu)化，專門設計了針對小樣本的深度神經網絡，對不同類別的微小缺陷進行定制化處理，還開發(fā)出了專門模型來消除環(huán)境干擾，在算法中融入了大量基于業(yè)務邏輯的先驗信息，使得AI可以從容應對復雜環(huán)境，精準識別各種缺陷。AI檢測結果結合金恒開發(fā)的智能報表生成系統(tǒng)，自動化評估生產質量，促進產線持續(xù)改良。
