首页 > 传媒 > 关键词  > 质量管理最新资讯  > 正文

格创东智AI+质量管理落地实践:破解传统困局 行业案例验证价值跃升

2025-07-07 10:40 · 稿源: 站长之家用户

7月4日,在中国质量俱乐部举办的质量管理研讨沙龙上,格创东智QMS产品事业部总经理赵志发表《AI赋能质量管理》的主旨演讲,系统阐述工业AI如何突破传统质量管理核心困局。同时针对质量管理AI升级,赵志提出“数据治理×模型开发×系统自治”的三阶段实施路径与AI质量预测与管理的实证案例,为百余家质量生态圈技术首脑提供AI+质量管理实施途径。

当前,制造业质量管理仍困囿于人工依赖、数据割裂与规则滞后等现状。赵志表示,传统质量管理的从“人工定义规则”到“系统执行”模式,覆盖范围有限且更新滞后。相比之下,AI通过“数据训练模型”到“自动生成规则”方式,可以打破人类经验的边界。AI机器学习通过分析海量历史质量数据(如缺陷类型、生产参数、环境变量),自动识别潜在的质量影响因子。例如,某汽车制造商应用机器学习模型精准定位温度波动±2℃是导致焊接缺陷的关键因素,将该环节的缺陷率从8%降至1.2%,直接匹配质量管理对“数据洞察”的核心需求。由此,赵志建议要从规则驱动向AI数据驱动开展质量管理范式转变。

在转变方式上,赵志首次揭示格创东智的“技术三板斧”方法论:先是构建覆盖产品全生命周期的质量数据基座,打通设备参数、环境变量与物料批次等多维度数据源,提升有效数据利用率;继而导入智能检测系统,打造基于迁移学习技术的高精度模型,突破检测准确率;最终打造追根溯源的“质量大脑”,基于知识图谱技术,关联原料、设备、工艺等全链路因子,基于AI关联分析,将锁定根因时间降至分钟级。赵志以某批次电池鼓包质量管理项目为例,基于“质量大脑”系统,客户快速锁定“电解液异常+注液压力偏移+超时作业”复合诱因,大幅提升排查效率。

在落地路径上,赵志现身说法了格创东智打磨AI+质量管理解决方案的数字化、智能化、自治化三阶段实施路径。第一阶段即通过质量软件化和数据清洗标准,解决数据散落难题;第二阶段,格创东智选择高价值场景(如外观检测、设备预测)开发专用模型,采用“小步快跑”POC策略逐步扩展;最后,格创东智建立了“数据+模型+决策”闭环机制,实现质量管控的自治化。

以质量预测场景为例,基于实时制程参数数据与量测数据,格创东智打造了AI+大数据挖掘质量预测模型,在不中断生产流程的前提下,实时掌握制程品质动态,提前发现潜在质量风险,及时调整生产策略,进而提升产品质量,降低废品率。此外,公司已形成丰富的AI+质量管理工具,比如8D报告自动化生成方案、工艺信息与FMEA智能构建、质量指标趋势预测与分析体系、自动化检验策略优化方案等。其中,在国内某龙头扫地机器人企业实践中,AI生成的售后问题8D报告,推动质量部门从人工中心向利润中心转型,单厂年均创造隐性收益近千万。

一直以来,在工业AI研发及试炼上,格创东智具备先发优势。基于40余年TCL集团的行业Know-How壁垒,公司重构了全栈自主可控体系,自研AI大模型平台,将先进智能的AI工具深入渗透至制造执行、设备自动化、质量管理、能碳管理、物流自动化、数字化供应链等多个业务场景,在技术实力、行业认可和客户满意度上保持领先。

此次研讨会,格创东智的分享让与会者理解了质量管理从策略输出到算法训练的AI落地闭环。作为工业AI领跑者,格创东智将持续拓展AI+质量管理的更多可能性,助力更多先进制造业客户进阶高质量成长。

推广

特别声明:以上内容(如有图片或视频亦包括在内)均为站长传媒平台用户上传并发布,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。站长之家将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时,可及时向站长之家提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明(点击查看反馈联系地址)。本网站在收到上述法律文件后,将会依法依规核实信息,沟通删除相关内容或断开相关链接。

  • 相关推荐

今日大家都在搜的词: