解决方案 · 智能制造
制造业AI解决方案
在产品离线前发现缺陷。视觉检测数周内完成部署，边缘推理离线运行，可跨所有产线复制——由嵌入工厂现场的工程师交付。
将质量检测从人眼极限推进至产线速度
工厂里大多数质量问题不是因为「没有人检查」造成的——而是因为人工检测根本无法跟上生产速度。班次之间标准漂移，疲劳让缺陷溜过，客户退货追溯到一个无法指明的根本原因。增加更多检测人员解决不了这些问题。与此同时，现成的AI视觉工具往往假设您有稳定的网络、干净的标注数据和可以随时停线调试的产线——这些条件在真实生产现场几乎都不成立。
Tenten AI 的做法是派工程师驻场。我们在您实际的光照环境、实际的夹具上采集图像并训练模型，然后在产线旁的边缘设备上进行推理——无需外部网络连接，图像不离开厂区。即使工厂断网，检测照常运行。结果通过您现有的PLC I/O和MES集成驱动剔废或记录——不改动您的产线控制逻辑。
我们交付的不是一套演示装置——而是一套可复制的流程。第一条产线验证完成后，模型、标注规格和部署脚本就可以迁移至第二、第三条产线，让您的质量负责人在审计或客户投诉时拥有一致、可追溯、可解释的判断依据。
核心能力
01
产线速度的视觉缺陷检测
模型基于您真实的产线光照和节拍训练，实时判断划伤、毛刺、错件、缺件、焊点和表面瑕疵——阈值可调，质量部门可按客户规格收紧或放宽。
02
离线运行的边缘部署
推理在产线旁的边缘设备上运行（包括NVIDIA Jetson级硬件），不依赖外部网络。工厂断网时检测照常运行，图像和结果可完全本地存储，满足安全和商业机密要求。
03
原生MES/PLC集成
通过PLC I/O、OPC UA或您现有的MES API触发剔废信号并写入检测记录——不改动产线控制逻辑——让AI判断无缝嵌入您现有的生产流程。
04
受控的误判率与逃逸率
我们针对您愿意接受的逃逸率上限进行调优，并交付混淆矩阵和阈值曲线，让您能够在误判率和逃逸率之间做出可辩护的权衡——按产品和客户要求设定，而非接受固定的黑箱判断。
05
设备维护知识库
我们将散落在SOP、设备手册、维护记录和资深技工头脑中的维修知识整合为可检索的知识库，让车间人员用自然语言提问「如何清除这个报警码」，并获得有来源引用的答案。
06
排程与调度辅助
基于您现有的ERP/MES数据，我们帮助建模并推荐换线、紧急订单插入和人力调配方案——将过去依赖资深排程员直觉的决策转变为可复现、可审查的计划。
应用场景
金属冲压件表面缺陷检测
压机出口处的工业相机实时判断划伤、凹陷和毛刺，由PLC触发气动剔废装置剔除不良品，取代人工抽检漏检和下游客诉。
PCB/SMT焊点与错件检测
在贴片和回流焊后增加视觉检测，发现虚焊、错件、极性反装和缺件——覆盖基于规则的AOI难以处理的外观缺陷，减少板级返工。
包装产线标签与封口检测
检测标签歪斜、印刷模糊、批次码错误和封口不良，在出货前发现，避免整批退货和下游渠道罚款。
机器报警快速故障排查
车间技术人员向维护知识库询问报警码或故障现象，获得带手册和历史工单引用的分步修复指导，缩短停机时间。
紧急订单换线排程
当销售端插入紧急订单时，排程助手针对当前在制品、模具和人力状况建模几种换线方案，标明对交期的影响，让排程员快速做出决策。
交付节奏
第1周
驻场勘查与数据采集
工程师嵌入您的产线，确定光照、夹具和相机安装位置，采集真实良品和不良品样本，并确认MES/PLC集成点及可接受的逃逸率上限。
第2-3周
模型训练与单线验证
基于真实数据训练和调优模型，部署至产线旁的边缘设备，接入PLC/MES触发和记录，并在一条产线上以对齐判断标准进行验证。
第4周
试运行与阈值标定
对照人工检测对在线产出进行基准测试，标定误判率和逃逸率，锁定阈值，并为质量团队完成日常运营和维护移交文档。
第5周+
跨线复制与规模化
将已验证的模型、标注规格和部署脚本复制至其他产线和工厂，扩大检测覆盖范围，并建立模型再训练和监控机制。
数周
首条产线上线，而非数月
离线
边缘推理，断网仍可运行
MES/PLC
原生集成，无需修改控制逻辑
常见问题
断网或工厂没有稳定网络时还能正常工作吗？
可以。推理完全在产线旁的边缘设备上运行，不依赖外部网络连接，工厂断网时检测照常进行。图像和结果可配置为永不离开厂区——仅在本地处理和存储——以满足安全和商业机密要求。
误判率会高到影响产线速度吗？
我们针对您愿意接受的逃逸率上限进行调优，并在真实生产数据上标定阈值，将误判率控制在可接受范围内。阈值可调——质量部门可以在误判率和逃逸率之间做出可辩护的权衡，按产品和客户规格设定，而非接受固定的黑箱判断。
如何与我们现有的MES和PLC集成？
我们通过PLC I/O、OPC UA或您现有的MES API触发剔废信号并写入检测记录，不改动产线控制逻辑。在第一周就与您的自动化和IT团队现场确认集成点，确保AI判断无缝嵌入您现有的流程。
为什么是数周，而其他部署要花数月？
因为我们的工程师驻场，在您实际的光照、夹具和不良品样本上采集数据和训练模型——没有来回沟通或远程猜测。第一条产线通常在数周内完成验证上线；跨线规模化建立在已经验证的流程基础上，因此复制成本大幅下降。
如果我们没有大量已标注的缺陷数据怎么办？
大多数工厂一开始都没有干净的标注数据，这很正常。我们协助在现场采集和标注真实不良品样本，采用适合小样本数据的模型策略让第一条产线运转起来，然后随着生产中样本的积累持续提升准确率。
已验证的方案能复制到我们其他产线或工厂吗？
可以——这正是我们交付的核心价值。第一条产线验证完成后，模型、标注规格和部署脚本均可移植，复制至第二、第三条产线或另一家工厂不必每次从头开始。判断标准保持一致，也让审计和客诉追溯更加便捷。
