日用消费品 / 日用品
Procter & Gamble：高速生产线的产品外观检测
- 企业
- Procter & Gamble
- 国家
- 美国
- 实施阶段
- 运营中
- 资料发布
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 阅读原文正文
业务问题
P&G的日用品生产线上，材料在高速移动时会拉伸、起皱，零部件也会重叠。低对比度缺陷和复杂包装图案同样难以检测。传统规则式视觉系统在材料、包装设计或生产环境变化时，需要大量重新配置。
使用的技术与数据
P&G使用Visual Inspection Cockpit，将自有深度学习模型与Siemens Industrial Edge及搭载NVIDIA GPU的工业电脑结合。系统通过实时摄像头图像检查经过产线的产品，并在设备附近处理结果。检测结果与生产控制相连，可触发警报或将不良品移出产线。工厂工程师通过Visual Inspection Engineering Tool直接配置、训练和更新检测模型。积累的质量数据用于分析工艺变化。
成果
Siemens表示，P&G正将系统扩展到全球生产设施，不同产品的报废率下降了10%至20%。可复用的Industrial Edge应用与既有集成流程，使新部署投入运行的速度比传统定制视觉系统快5至10倍。生产团队因此能够在保持产线速度的同时连续监控质量。
局限与待解问题
原文未公开应用工厂数量、开始采用的月份或效果测量期间，也未提供各产品报废率下降的比较条件及误报率。
来源
本案例根据公开资料整理，并非 ATF Works 客户的成果。