數據驅動，輪轂制造提檔升級

——“人工智能+”賦能新舊動能轉換系列報道之九

“叮”，一條提醒信息彈出：壓鑄C9機台生產的A產品存在筋部縮鬆問題，當前缺陷等級為1級，在合格范圍內。

10月15日10時30分許，位於秦皇島的中信戴卡股份有限公司鋁車輪六號工廠，壓鑄工序技術員郭旭明收到一條X光質檢工序實時反饋。

產品雖合格，但郭旭明並未鬆懈，立即調取缺陷圖片仔細查看，並對照模具圖紙進行研判。“縮鬆會削弱筋部的抗拉強度和疲勞強度，產品還有提升空間。”郭旭明隨即對底模中心冷卻進行縮減，同時增加底模外圈冷卻和邊模冷卻。調整后，他將連續生產的3件產品進行X光質量復檢，結果顯示產品質量更優。

傳統模式下合格即可放行，如今在數據驅動下，質量優化沒有止境。

在生產線上，每天像這樣的實時反饋有幾十條甚至上百條。“我們據此及時調整，極大避免了質量異常品的產生。”郭旭明說，這得益於X光質檢工序用上了AI智能評判系統——X光無損探傷智能識別系統。

這是企業加快新舊動能轉換、以AI新動能替代人工舊模式的關鍵一步。

一隻隻銀亮的輪轂毛坯從壓鑄工序出來，就流轉到了X光質檢工序，被拍下不同角度的內部結構圖片。

“輪轂毛坯內部結構檢查非常重要，決定著產品能否進入后續加工環節。”X光檢查班組班長劉瑞說，之前，當輪轂毛坯進入X光機，檢查員就要手動搖杆、逐點拍照，再一一檢查有無缺陷，費時費力，全憑經驗。精神稍有放鬆，就可能錯過微小的傷痕。

那時候，檢查員全部檢查完一隻輪轂毛坯的幾十張圖片后，這隻輪轂毛坯才能出機下線。而在檢查時間裡，X光機只能處於等待狀態，生產效率深受制約。更棘手的是，每班結束后，檢查員才會匯總檢查結果。當壓鑄工序收到某批缺陷產品反饋時，往往為時已晚，這批產品因未能及時優化參數，只能報廢。

為了解決這些問題，中信戴卡將首創的X光無損探傷人工智能識別技術應用到工業檢測中，讓AI技術學習、挑選不合格產品，實現汽車輪轂缺陷自動檢測。

工程師們給AI投喂了1000萬張圖片訓練，構建高維網絡學習模型，針對縮鬆、縮孔、裂紋、夾雜、氣孔等缺陷，為每類缺陷分別標注50萬張以上圖片。同時，他們還根據AI的學習情況不斷重新標定識別錯誤的圖片。

相對於傳統檢查模式，X光無損探傷智能識別系統檢查效率提高40%，減少80%人員干預，有效屏蔽了人為因素導致的效率損失和漏檢風險。

“我現在的工作主要是復檢，工作量大幅下降。”X光檢查員馬家亮笑著說，當X光機拍出照片后，X光無損探傷智能識別系統能准確地判斷出多種不同樣式的輪轂產品是否有缺陷。一旦有部位疑似出現缺陷，系統就會在圖片上標注出來，工作人員隨后進行復檢。

對於馬家亮來說，X光檢查員是兼職，數據員才是本職。有了人工智能輔助，馬家亮從重復性勞動中抽身而出，把更多精力投向數據分析——找規律、提建議，向前端工序實時反饋，助力提高成品率。

“更重要的是，這些缺陷數據回傳給壓鑄設備，使其不斷學習優化，成為經驗越來越豐富的‘老師傅’。”劉瑞介紹，相比過去，六號工廠生產成本降低了33%，設備綜合效率提升了21.4%。

新舊動能轉換的紅利，正在生產一線持續釋放。

在機加車間，一隻隻輪轂有序進入機加加工單元。依靠機加智能質量閉環系統，刀補工序利用AI算法自動生成刀補值調整方案，成功實現一次性調整100%合格，生產效率大幅提升。

智能裝備代替人工，產品質量明顯提高。機加智能質量閉環系統應用后，機加設備效率大幅提升，調機等待時間下降了42.9%，機加缺陷率降低62.1%。

從X光質檢到機加刀補，AI正從單點應用走向全流程滲透，推動制造模式從“經驗驅動”轉向“數據驅動”，實現效率與質量雙躍升。作為我國首批卓越級智能工廠之一，中信戴卡已成為全球最大的鋁車輪及鋁制底盤零部件供應商，鋁車輪產銷量連續18年保持全球第一。（記者米彥澤）