TE Connectivity（泰科電子,以下簡稱“TE”）從近期舉辦的人工智能創新比賽“TE AI Cup”中評選出十多支來自校園的獲獎隊伍，并計劃將其中的一些AI技術應用到旗下工廠和生產線上。

TE是一家總部位于瑞士的連接器生產企業，作為連接或斷開獨立電子系統設備的基礎電子元器件，連接器負責傳輸電流或信號，比如應用在新能源車、掃地機器人、工廠自動化管理設備、高鐵信號系統等，據估算，一部手機平均需要8個連接器。

(資料圖)

在此次向媒體展示的TE工業事業部蘇州工廠，這里主要生產板對板、線對線、線對板的工業連接器，制造作工序包括沖壓、電鍍、注塑、組裝，每年生產連接器超過10000萬個。

TE AI Cup第四屆全球競賽的冠軍團隊來自上海大學，他們和工廠工程師一起設計了一款AI分析軟件，根據輸入的產品細節圖像，可以自動調整產品檢測的參數，比如當發現生產線誤將合格產品判斷為殘次品，則給出調整參數設置的建議。這項創新經驗證，預計能幫助生產線減少了81%的檢測時間，同時將產品報廢率降低90%。

“這其實運用了AI圖像識別技術，大概需要輸入3000多張照片，可以在1天時間訓練完成。”TE工業事業部蘇州工廠制造工程高級工程師顧鵬程告訴界面新聞。同樣的應用場景，在該蘇州工廠中有70多個可以部署應用的點位。

另一項已經在產線上應用的創新，是TE工業事業部蘇州工廠和蘇州大學團隊共同開發的AI插針速度自動調整系統。為了保證產品良率，產線會在產品報廢率增加的時候放慢生產速度，但速度放慢也造成了生產效率不飽和，蘇州大學的AI應用可以實時調整參數，讓產線在穩定良率的情況下提高效率。同一產線上，逢甲大學團隊與TE工程師共同開發的防撞針項目通過對插針過程的監控，避免設備撞機。

“項目考評的維度包括產品的創新性、可落地性、可復制性，以及今年非常看重的一個維度是節能減排效果。”TE總工程師、TE全球自動化制造技術團隊總監張丹丹表示。這些項目主要在機器視覺、AI工藝優化以及綜合AI應用。

TE工業事業部運營總監、TE工業事業部蘇州工廠廠長徐穎卿告訴界面新聞，“我們的AI應用在自動檢測領域，可以避免產線上的誤測，降低誤判率，降低報廢率。而報廢涉及到碳排放，因為報廢越多意味著耗材就會越多，消耗能源越多。”他表示，工廠制造過程中的節能減碳，會關注能源消耗和產品本身對于材料的消耗，同時工廠在推進產品輕量化、使用越來越多的生物材料和可回收材料提高回料回填比例。

隨著制造業自動化程度提升，AI在制造業產線中的應用場景也在不斷增加。德國耶拿大學社會學博士、研究制造業自動化升級與人力資本提升的許輝告訴界面新聞，目前AI的應用主要體現在機器視覺領域，集成在攝像頭后端，做零部件的檢測、產品分揀或者質量監測。“細微瑕疵人眼識別非常辛苦，通過AI機器視覺可以快速精準分辨。”許輝談到，“其他應用如設備管理、輔助決策，AI也有應用潛力，但目前企業的使用還不普遍。對于設備狀態的評估，故障系統預判，設備何時檢修，這些場景AI也有應用空間。”

“AI在制造業的應用場景是非標準化的，不同行業、不同企業、不同產線都有不同的應用需求，需要做特定改造，并且不同企業間的數據也無法通用，這會帶來一定限制，而機器視覺的應用相對簡單，更具有通用性。”許輝表示，目前制造業對于機器視覺工程師的需求也在增加，制造業需要既懂AI軟件設計，又懂制造業的人才。

TE在2022年企業責任報告中提到，計劃到2030年，其自身直接產生的“范圍1”和“范圍2”溫室氣體相較2020年的基準減排70%，此外對于產業鏈上間接產生的“范圍3”溫室氣體，到2032年的排放量相較2022年減少25%。

TE工業事業部蘇州工廠廠長徐穎卿介紹，蘇州工廠在設計上納入了減排考量，采用了包括天窗采光、點位空調，變頻機泵、一級能效空調、一級壓縮空壓機等措施，同時在水排放方面，在電鍍車間使用了全智能控制電鍍線，減少能耗水耗，另外生產廢水經過處理后可進行循環使用。目前該工廠的單位能耗相比2020年下降38.7%，單位水耗下降54%。

在產品應用上，TE工業事業部蘇州工廠成產的產品，涉及工業自動化，機器人自動化、倉儲自動化、伺服電機和驅動、新能源（風、光、電）儲能、智慧城市等。徐穎卿表示，其中新能源和儲能領域的業務需求增長迅速，“將是我們在中國業務增長的著力點。”

（文章來源：界面新聞）