9-刘国强-IBM用友市场材料v0 5

,“认知计算”开启技术和业务的新纪元,Understand理解自然语言,Learn吸收和学习,Reason推理与决策,IBM智能制造基于视觉认知分析的质量保障（VIQ）,IBM运用认知技术和工业大数据分析能力帮助制造企业实现数字化和智能化转型,收集制造过程和企业数据,更加智慧的工厂运营,更加智慧的能源管理,更加智慧的资产运营,更加智慧的产品设计,更加智慧的人员安全,更加智慧的交付质量,纳入到透明的，广泛的，交互式的语义信息库,可视化隐藏在数据中的模式,实现设备持续监控，持续预测，持续响应和交互,交付,更加智慧的设备维护,提高生产运营和流程的收益生产线总体生产力提高25实现过程目标水平所需时间缩短502年内实现100的回报,提高生产线的生产率在生产过程中确定了40的废料减少10-20库存减少5原料消耗减少,加快服务电话和维修，降低保修成本由于现场可更换备件的消耗和人工成本的减少，5年内节省了5000万美元的成本提升了客户环境中系统正常运行时间组件和子系统的持续质量改进,认知的流程和运营从设计到支持，提高制造业的质量和产量,认知能力,分析能力,PMQ,PlantPerformanceAnalytics,打包的分析工具定制的行业模型定制的用户界面企业总线集成DataLake优化调度,PrescriptiveMaintenance,PrescriptiveQuality,PrescriptiveWarranty,VisualInspectionforQuality,Acoustic,预置的行业模型,经过验证的算法,面向业务人员的UI,不断扩展的认知能力,快速启动,降低数据科学家依赖,EquipmentAdvisor,设备实时数据采集问题诊断及早期预警智能维修建议指导，降低维修成本优化系统及设备使用提升员工技能,解决方案主要能力概览,认知流程和操作:从设计到支持，提高制造业的质量和产量,边缘计算&生态系统,认知能力,分析能力,利用预测分析来提高质量，了解加速磨损的条件，确定风险并采取预防措施,PrescriptiveQuality,PrescriptiveWarranty,提高生产运营和流程的收益通过早期质量检测提高生产线的生产率加快服务电话和维修，降低保修成本,VisualInspectionforQuality,利用认知能力从非结构化数据（如图像和视频）中收集见解，以改善质量问题的预测,建议的行动改进设计需求和维保结构,Acoustic,当前过程严重依赖于手动检查来检测产品缺陷引入新产品时，检验成本几乎呈线性增长视觉检测自动化的需求不断增长，降低人工成本，提高效率,业务挑战:,通过自动化检查过程，以高可信度地和快速地识别良好的部件，从而最大限度地减少检验所需的劳动力使用图像处理算法和高级分析的自动化平台，以减少对手动检测的依赖丰富的缺陷分析和图像处理库，为新产品/不同产品快速构建检测解决方案,解决方案：,6,应用机器视觉分析减低人工检测的依赖度，提高准确性,IBMVisualInspectionforQuality,制造，组织图片,PrescriptiveQualityforManufacturing,参数,属性,结构化数据,非结构化数据,检测完的数据,VisualInspectionforQuality焊接焊点，油漆表面质量,fail,pass,通过认知能力将产品图像与缺陷模式进行分类快速识别和分类制造过程中的缺陷作为预测性质量分析的有力补充，提供了对非结构化数据的支持,使用现有的成像捕获系统拍摄的图像,将缺陷和之前的图片库进行比较，并更新优化识别算法,旧模式的新变体?重用之前的算法，重新训练以适应新的变体,完全新的模式?开发新的分析算法并通过样例集训练提升精准度,RealTimeMonitor,机器学习系统通过图像库进行爬行，并通过更大的数据集提高算法精度。,1,实时监控持续的质量分析,机器视觉检测分析使用过程示例,匹配现有的缺陷图片，并标记为缺陷,缺陷，但跟图片库现有的图片不匹配,更新图像和算法库并部署,IBMCloudPrivate,模型管理员定义模型（描述目标行业，图像类型，模型正在拍摄的缺陷分类范围），并收集/上传数据集（分为培训数据和验证数据）,9,图像进入VI边缘设备，检查员查看/更新检验结果，按检验时间排列,IBM认知方案可以与IBM私有云平台ICP无缝整合,传统的视觉检查,认知型视觉检查,以光学字符识别（OCR）/测量规则为基础的分析方法经常会导致较高的漏识别率当需要适应新产品或场景时往往需要花费数周时间对程序进行调整由于专有化的捕获和分析方法都包含在一个方法当中，难以进行图像测量要求对Windows系统进行维护以对固件和软件进行升级，这些维护性工作将会对生产造成影响封闭的系统，只能由供应商进行应用扩展仅针对单一功能的本地报表,基于机器学习的分析方法能够达到非常低的漏识别率针对新产品或新场景进行模型重训练时只