河鋼勤字演進規律與現狀：共性賦能技術體系逐步形成人工（邊緣）智能行業定義及特征邊緣智能定義:邊緣智能產業是指以人工智能關鍵技術為核心的、邊緣智能定義:邊緣智能產業是指以人工智能關鍵技術為核心的、由基礎支撐和應用場景組成的、覆蓋領域極為廣闊的行業群智能產品是指用人工智能技術賦能的產品。設計過程中需要具備較強的仿真能力和失效模式分析能力。2019-2023年全球企業應用邊緣智能產品的平均數量邊緣智能賦能產業發展已成為主流趨勢，下游應用場景豐富。基于軟件服務云服務、硬件基礎設施等產品形式，邊緣智能賦能產業發展已成為主流趨勢，下游應用場景豐富。基于軟件服務云服務、硬件基礎設施等產品形式，結合消費、制造業、互聯網、金融、元字宙與數字孿生等各類應用場景，人工智能賦能各個產業發展。邊緣智能的產品形態和應用邊界不斷拓寬；2022年，邊緣智能產學研界在通用載體、模型等促進技術通用性和效率化生產的方向上取得了一定突破。商業價值塑造、通用性提升和效率化應用是AI技術助力產業發展、社會進步和自身造血的要義。981392017年企業應用AI技術比重約20%，2022年企業至少在一個業務領域采用AI技術比率增至50%。2019年應用AI產品平均僅19個，2023年增至3.8個應用數量提升以外，AI商業價值不斷增長，企業部署9813903192n機器人流程自動化(RPA)和計算機視覺是人工智能領域每年最常用的技術自然語言文本理解已經從203192工業智能創新發展的體系框架nn技術架構鏈條邏輯上可分為基礎層、技術層、能力層、應用層、終端層五大板塊。n基礎層:涉及硬件基礎設施和數據算力、算法模型三大核心要素。隨著AI大模型規模的不斷擴大，對計算資源的需求也在增加。因此，高性能的硬件設備、海量場景數據、強大的算力基礎和升級迭代的算法模型成為了支持AI大模型發展的關鍵。n技術層:主要涉及模型構建。AI大模型領域占據主導地位，n能力層、應用層及終端層:在基礎層和技術層的支持下，AI大模型擁有了文字、音頻、圖像、視頻、代碼策略、多模態生成能力等，具體應用游戲、醫療、工業、政務等多個領域，為企業級用戶、政府機構用戶、大眾消費者用戶提供產品和服務。相關產品及服務。終端層終端層企業級用戶政府機構用戶大眾消費用戶應用層工業制造政務醫療新能源企業服務教育/科研文字生成代碼生成音頻生成策略生成圖像生成文字生成代碼生成音頻生成策略生成圖像生成視頻生成能力層虛擬場景生成視頻生成圖像與物體檢測多模態模型多模態檢測與分割視覺語言文檔理解語音語言人工智能機器學習計算機視覺知識圖譜自然語言理解文本語義與圖結構語言理解與生成代碼生成和理解信息抽取與檢索語音語義理解開放域對話多語言模型多模態對話視頻表征語義分割圖像分類圖像表征圖像生成因果推理技術層基礎層深度學習框架/開源模型基礎層深度學習框架/開源模型芯片數據標注結構化算力資源服務器數據整合存儲資源云計算與云服務第三方數據網絡資源計算平臺外部數據安全資源模型工具算力基礎數據資源硬件設施預訓練大模型計算平臺質量強國戰略要求全面提升制造業供給質量展規劃》傳統質檢的諸多弊端亟待新興技術予以解決工業AI質檢為企業帶來更加深遠的價值提升從“質量感知”到“質量提升”質量感知質量預測質量感知質量提升質量控制質量提升鋼鐵行業產品質檢特性要求更高的檢測精度在成像傳感器上，應用高線陣&大面陣CMOS傳感，提升橫向物理分辨率，達到更高的檢測精度更快的檢測速度通過算法優化、限制ROI區域、提升處理器等方式，提高數據處理速度，以適應更快的生產節拍更高的集成度通過先進生產工藝，將激光器、傳感器、處理單元等模塊制成一體化產品，降低部署和應用成本更智能的算法采用深度學習算法及嵌入式AI加速模塊等技術，實現智能算法在現場邊緣側的實時應用創造更多價值通過與二三級系統打通、以數據驅動生產，以檢測結果優化工藝，實現提質降本增效彩涂板表面質量檢測及優化系統-總體介紹彩涂板產線目前大部分質量檢測還是以傳統的人工方式進行，存在漏檢、誤檢、缺陷信息98%99%缺陷分級準確率100%98%99%缺陷分級準確率整卷漏拍率缺陷分類準確率整卷缺陷識別率整卷漏拍率缺陷分類準確率0.5%提高成材率0.5%提高成材率95%整卷缺陷識別準確率100%整卷質量地圖準確率95%整卷缺陷識別準確率100%整卷質量地圖準確率機器視覺AI深度學習機器視覺彩涂板智能質檢系統彩涂板表面質量檢測及優化系統-系統架構鍍層厚度與灰渣形成機理模型鍍層厚度與灰渣形成機理模型反饋控制反饋控制數據存儲組成，利用成像系統對彩涂板進行圖像采數據存儲對獲取到的圖像在邊緣處理層進行特征處用理和測量用深度學習算法模型成像系統圖像預處理模型部署行定性分析和定量解釋，為彩涂板的缺陷分類分級以及后續工序提供相應的執行決深度學習算法模型成像系統圖像預處理模型部署圖像采集缺陷檢出模型部署&更新缺陷檢出模型部署&更新缺陷分類板的生產工藝。缺陷分類彩涂板表面質量檢測及優化系統-硬件架構工業光源-上表面上表面工業相機-工業相機-下表面天樞智能網關上表面工業相機-工業相機-下表面天樞智能網關天璇算力終端實時檢測客戶端模型訓練工作站工業光源-下表面工業光源-下表面遠程質檢工作站相機全幅掃描相機全幅掃描缺陷智能檢測缺陷智能檢測檢測結果輸出檢測結果輸出彩涂板表面質量檢測及優化系統-方案特性自研嵌入式異構計算平臺優化的深度學習算法B/S+C/S混合軟件架構模塊化可配置組件設計彩涂板表面質量檢測及優化系統-實現路徑缺陷識別模型訓練、測試、部署缺陷識別圖像預處理圖像數據采集缺陷圖像分圖像數據采集缺陷圖像分工藝反饋機制產品質量自動判級工藝反饋機制產品質量自動判級生產異常監控模型基于FPGA+GPU+CPU的邊緣計算單元APIsAPIs滿是高速掃貓、高精度檢測需求實時處理異構單元彩涂板表面質量檢測及優化系統-核心算法有效區域提取模型有效區域提取模型多模型自適應缺陷分割多模型自適應缺陷分割紋路自適應調整缺陷快速分割算多模態融合缺陷分類分級模型多模態融合缺陷分類分級模型自動提取缺陷的輪廓、大小、形狀等特征，構建缺陷類別特征空間表面質量在線反饋控制模型通過在線反饋監控模型及時調整異常工藝參數，提高成材率和產彩涂板表面質量檢測及優化系統-核心功能功能特點系統具有圖像分析、系統具有圖像分析、缺陷分析和控制模型三大核心功能,可有效監控產品質量問題彩涂板表面質量檢測及優化系統-核心優勢有效性有效性系統劃傷、麻點、漆渣、漏涂、嚴彩涂板常見表面缺陷發生率降低障涂鍍行業集缺陷識別、自動標注、在線控制、分級安全性數據傳輸加密安全性數據傳輸加密、數據存儲加密身份認證、授權機制數據定期備份、災難恢復計劃數據匿名化和脫敏、防火墻和入侵檢測通用性通用性創新性協同高頻低壓差分信號處理技術深度學習語義分割算法與卷積神經網絡輕量化設計方法構建彩涂板表面缺陷分割模型面向多缺陷類別的彩涂板表面質量實時智能標注系統涂鍍產線上下游工藝協調控制模型與表面質量在線反饋控制技術收集缺陷種類采集背景圖片建立缺陷模型庫自動標注模型處理于一體的全流程產品缺陷管控系統。圖像處理模型缺陷分類分級模型工藝優化模型彩涂板表面質量檢測及優化系統-閉環控制析關聯關系構建 關聯關系構建 資源配置平臺智慧運營、智慧決策資源配置平臺智慧運營、智慧決策大數據分析技術AI算法平臺大數據中心在線指導系統用于對操作進行實時指導可執行的知識庫一系列的技術規則以數字模式描述關用于對操作進行實時指導可執行的知識庫一系列的技術規則以數字模式描述關聯關系構建工業質檢邊緣數字化平臺大數據分析技術/AI算法平臺邊緣物聯網實時數據中心推訓一體化圖像識別工業質檢邊緣數字化平臺大數據分析技術/AI算法平臺邊緣物聯網實時數據中心推訓一體化圖像識別智慧決策自動化執行（單點-協同）自動化執行（單點-協同）工業大數據信息獲取產品缺陷檢出反饋賦能運行時決策工業大數據信息獲取產品缺陷檢出反饋賦能工藝、設備、人員信息感知彩涂板表面質量檢測及優化系統-應用效果產業賦能：產業賦能：提高行業生產效率和質量劃傷、麻點、漆渣、漏涂、嚴重硌傷等常見缺陷檢出率≥98%>分級分類準確率≥95%檢測結果輸出速度≤1s>生產線整體生產效率提高1%以上量誤差≤3cm經濟賦能：降低企業成本提高經濟效益增加企業經濟效益降低產品不良率增加企業經濟效益某企業應用系統后產品不良率從某企業應用系統后產品不良率從4%降低至3%，年不良品降低995噸，每噸價格5000元左右，每年增效業績5000*995=497.5萬元l一條涂鍍產線月產平均10000噸，合格率提高后年經濟效益提高至132萬元，一級品率提高后年經濟效益提高至108.48萬元，合計240.48萬元降低企業人工成本產線4轉3班，每班4人，應用之后每班僅需1人。按照每名檢降低企業人工成本產線4轉3班，每班4人，應用之后每班僅需1人。按照每名檢驗人員每年成本10萬元計算每年降低人工成本10*9=90萬元智能裝備核心能力介紹邊緣計算設備；基于FPGA+DSP+CPU的高物聯網技術。智能檢測邊緣計算設備；基于FPGA+DSP+CPU的高物聯網技術。智能檢測????生產數字化轉型核心硬件-天樞智能網關系列n具備邊緣計算能力及海量設備接入、多種協議轉換、統一格式輸出的網關設備，n支持與物聯網平臺形成云邊協同n滿足數據采集的及時性、可信性、準確性、有效性需求n支持與物聯網平臺形成云邊協同n滿足數據采集的及時性、可信性、準確性、有效性需求③支持CAN總線接入及J1939協議解析廠區內遠程抄表、能源數據采集、能源調度、能源管控等需求電表、水表、流量計等都有位置分散、數量眾多的特點。人工抄表無法滿足實時性和準確性需求。天樞智能網關P32能夠將傳統儀表的模擬量、開關量、RS485信號直接轉換為數字化信號，并通過產線數字化改造；生產數據跨設備、跨網絡實時流轉由于工業通訊協議的差異性和封閉性，傳統產線的數據僅用于服務生產過程，無法進行集中采集和實時交換。天樞智能網關P65能夠換為統一格式，通過標準協議為各系統提供實時可信的生產數據。基于邊緣計算的實時告警、實時控制、數據處理天樞智能網關P65支持基于數學計算、邏輯運算的邊緣計算能力，可以對采集到的數據進行實時處理，并基于規則引擎對外輸出報警消息、控制信號等。實現對生產過程的實時監控和控制。工業智能化應用核心硬件-天璇算力終端系列AI工業質檢、生產狀態、智慧園區、安防監控等領域②提供強大邊緣算力，為現場AI推理加速③硬件編解碼器，支持視頻硬編硬解④豐富IO接口，滿足邊緣側實時控制需求可對高頻傳感器信號進行實時處理，適用于基于AI算法的設備故障診斷等應用，作為邊緣側實時推理計算單元。天璇算力終端N21內置推理加速GPU，可搭載基于神經網絡的設備故障診斷模型，通過多點位溫度/振動信號的實時分析，對設備健康狀態進行在線監測。能夠極大減輕傳統設備故障診斷方案中對網絡傳輸帶寬需求及服務器的計算壓力。適用于AGV、機器人、智能巡檢等復雜場景下的AI智能應用，可作為端側實時推理計算單元。無人天車；無人物流車；自動巡檢機器人等天璇算力終端N40具備40TOPS強大算力，足以支撐復雜場景下多傳感器數據融合推理計算。能夠應用于港口AGV、庫房無人天車、車間自動巡檢機器人、自動協作機器人等需要較大本地AI推理加速能力的產品或解決方案。適用于在線AI工業質檢、智