在制造运营中考虑人为因素
如果您是生产产品的制造公司，您希望确保生产和质量始终如一。但是，您如何解决人为因素及其无法避免的不确定性？计算机视觉技术、人工智能和机器学习的进步，目前能够实现人类行为分析与传统装配线机器指标的配对。
当制造商可以轻松追踪特定的关键性能指标（例如，总周期时间、吞吐量、废料、可用性和转换时间）时，运营变得更快捷、更简单且更具可扩展性。
“人为因素是最难控制的。即使是相同的一个行业，各家工厂都有自己的生产工序。” Vecow 的销售总监 Joseph Huang 这样说道（Vecow 一家机器视觉和成像解决方案开发商）。“当装配线中包含人类行为分析时，制造商就可以了解每个操作员的绩效，而不仅仅是针对一组操作员。有了这些信息，您就可以解决不一致问题并奖励最优秀的员工。”
由人工智能提供支持的分析可提高员工绩效
能够检测人类与标准操作实践的差异的价值，在一家电机组装制造公司中体现得淋漓尽致。该公司发现不遵守工序会导致浪费材料和返工。
该制造商在其电机装配线上添加了人类行为分析，并能够加速其绩效分析、提高生产质量并明确生产流程的改进方向。
这通过 Vecow 的人类行为分析解决方案来实现，其使用人工智能推理模型实时检测生产线上的异常情况，并可将会造成重大损失的问题防范于未然。
在过去，装配过程操作的改进只能依赖于优化装配线机器。但是这种方法忽略了人为因素对流程的影响。通过实时获取机器和人类行为的指标，制造商可以确定需要改进的领域，调整或修改人类活动和流程，并加强生产调度。
“我们正在帮助制造商掌握其装配线的实时绩效情况。当有新的询盘或工单时，生产经理将确切地知道如何安排工单，以及如何以最佳方式组织生产，才能产生最高的绩效”，Huang 这样说道。
该解决方案不仅可以衡量人工操作员的影响，还可以查看每个操作员的绩效以提高员工的工作效率。“如果我是一名操作员，而我的绩效只是汇总成集体绩效得到认可，那么更加努力工作的动力是什么？该系统使管理人员能够了解他们的操作员投入了多少时间和精力，并相应地对他们给予奖励”，Huang 解释道。
Vecow 人类行为分析解决方案还可用于帮助确保制造商遵守法规要求。例如，在半导体行业，操作员必须遵循晶圆生产标准操作规范。作为 ISO 9001 质量认证的一部分，他们还必须提交其制造流程数据。
“通常，这些数据是通过填写纸质表格或在线手动提交数字来提供的。但由于这不是实时的，因此具有滞后性并且容易出错”，Huang 说。“使用人类行为分析，可以实时提交数据。在某些情况下，甚至可以针对任何潜在问题发出警报。”
实时数据可反映实际绩效
在创建能够准确反映复杂生产线实际生产绩效的模型时，Vecow 的人类行为分析解决方案使用了 VHub AI Developer 软件平台以简化开发过程。
该平台包括深度学习、模型训练和标记工具功能，使开发人员能够构建具有计算机视觉功能的人工智能应用程序。
该解决方案连接到边缘的摄像头，以处理数据并检测不一致之处。Huang 解释说，为了确保个人隐私，制造商管理人员只能访问和查看那些异常活动，而不是整个视频。
使用预先训练的、特定于行业的模型，还避免了在部署过程中对软件开发技能的需求。该解决方案使用图形用户界面进行配置和定制。
“最大的区别在于这是一个无代码人工智能平台。它是一种多合一的解决方案，让最终用户可以轻松地部署和优化部署过程”，Huang 解释说。
Huang 表示，开发人员的大部分时间都花在了工程和训练方面。借助 Vecow，非技术用户可以利用基于云的自动标记功能来简化该过程并节省大量时间。此外，模型测试在云端进行，以确保模型在被嵌入式推理引擎接收之前的准确性和有效性。
性能强大的英特尔® 酷睿™ i5 和 i7 CPU 提供处理计算机视觉数据流所需的计算能力。在解决方案中使用英特尔® OpenVINO™ 工具套件，通过将模型转换为 IR 文件并最小化模型大小，极大地改进了模型生成过程。“我们不必在 GPU 上部署真正强大的计算能力，这有助于我们降低部署成本”，Huang 说。
Vecow 人类行为分析解决方案解决了制造商无法有效地将数值分析应用于以人为中心的装配线流程和输入的问题。随着制造空间不断改进和简化操作，实时数据的访问将是革命性的。
相关内容
要了解有关技术如何改变零售业的更多信息，请阅读机器视觉使工业机器人能够观察和改进。