工业

几百年来，纸制品商品化程度极高，行业平均利润率处于个位数中低段。同时，研究结果显示，造纸厂或纸浆厂计划外停机的估计平均成本为每天 22 万美元。

简而言之，纸张供应商难以承受故障设备造成的损失。这就是他们利用基于人工智能的外观检验来避免湿线（造纸时从承受机械压力的纸浆混合物中挤出的多余水分）等复杂状况的原因。

如果在造纸机中延伸过长，湿线可能会破坏干燥纸张并阻碍生产流程。

这种现象是在压平湿浆的过程中自然形成的，因此无法完全消除。但是湿线需要监控，这本身是一个极大的挑战。当今的印刷机操作员需要爬上机器一侧的梯子，因为通常只能从锐角方向看到湿线。如果湿线过长，必须从附近的流浆箱重新调整设备，甚至可能需要进行清洁。

基于人工智能的计算机视觉可以自动执行此流程，在造纸机保持运转的同时将湿线保持在受控状态。但这并不是未来的概念验证。byteLAKE 是一家面向制造业、专门从事基于人工智能的外观检验和大数据分析的公司，已在欧洲的一家大型造纸厂部署了其 Cognitive Services 平台。

面向造纸业的人工智能

byteLAKE Cognitive Services 是一个端到端 IT/OT 平台，可以执行以往需要通过人工方式完成的任务。自动化流程的进一步自动化看似容易，但在造纸厂实施解决方案之前，byteLAKE 工程师仍然需要满足一些特定要求。这些要求包括工厂操作员希望：

• 造纸机不受影响
• 生产流程完整
• 最大程度地降低部署成本

这些要求首先将基于传统湿度传感器或流量计的监控解决方案排除在外。同时，他们还需要全面的分析和边缘处理功能，从而减轻操作员处理传感器数据的负担。

byteLAKE 安装了高分辨率摄像机，可以毫无障碍地监控工厂造纸机上的湿线。图像传输到边缘计算平台，在此平台上将一个版本的 YOLO 实时对象识别算法与 byteLAKE 人工智能模型配合使用，确定湿线是否超过预定义边界。

图像和元数据从这里发送到工厂管理软件，此软件可以提醒操作员调整纸浆成分或提高烘干风扇的功率，或触发此命令（图 1）。

数据继续进入 IT 系统，Cognitive Services 平台在这里进行分析，操作员对造纸机和工厂流程进行相应调整，从而在未来实现更高效的运行。

从花费数月到自动完成

除了应对全新以及现有 IT 和 OT 平台的复杂系统集成方面的挑战外，byteLAKE 还花费了大量精力构建造纸机和湿线图像的数据集，用于训练对象检测模型。他们还必须优化本地硬件，使其能够有效地执行新算法。第一步是评估搭载英特尔^® 酷睿^™ i5 处理器的边缘计算解决方案。

与其他处理器相比，英特尔酷睿处理器的成本效益和能效更高。对于湿线分析，由于英特尔^® OpenVINO^™ 工具套件将神经网络执行速度提高了 10 倍，因此可以提供极具竞争力的每秒 12 帧 (FPS) 的图像处理速度。英特尔^® OpenVINO^™ 工具套件是一款开发套件，可调整人工智能算法，使其在英特尔^® CPU、FPGA、图形处理单元和加速器上尽可能优化运行。

“您可以花费数月的时间进行人工操作，也可以利用 YOLO 和 OpenVINO 检验产品和架构，最终获得 10 倍的速度提升。” byteLAKE 的联合创始人 Marcin Rojek 说。

人工智能辅助造纸：命中注定

byteLAKE 湿线检测器（byteLAKE Cognitive Services 的一部分）的部署是人工智能应用于造纸业的首批案例之一，但绝不是最后一个。由于湿线监控每分钟只需要几张图像，因此系统的 12 FPS 足以对整个工厂的相同边缘硬件执行湿线检测。

此外，byteLAKE 正在开发不局限于造纸厂的解决方案，在计算流体动力学 (CFD) 等用例中部署人工智能。Rojek 表示，该公司目前正在利用深度学习将液体的 CFD 模拟从 4 个多小时缩短到 10 分钟以下，同时将准确率保持在 93% 以上。其产品 CFD Suite 适用于化学行业。

他断言：“在很多情况下，技术已经足够成熟，如今可以相对轻松地利用各种人工智能构建模块来构建我们所需的解决方案。”

这样的智能工厂、基于人工智能的解决方案未来将越来越多，对于利润堪比纸薄的行业来说尤其明显。