当AI赋能质检，Coovally带你低成本实现“轴承自由”！

轴承是当代机械设备中一种重要零部件。它的主要功能是支撑机械旋转体，降低其在运动过程中的摩擦系数，并保证其回转精度。轴承也是在机械传动过程中起固定和减小载荷摩擦系数的部件。日常生活中的电动玩具、自行车、电动车乃至汽车轮毂的转动都离不开它。轴承藏匿于各种零部件的内部，不仅保证着它们的正常运转，甚至还影响着产业的变革。

0.001mm

是与安全的距离

轴承，说小可小，说大可大。一般的轴承是由两个套圈（内圈和外圈）夹杂滚珠组成，固定在一个轴上，保证正常滚动。轴承的精度是以0.001mm来衡量的，而普通机械零件的制造偏差是0.01mm。

以汽车为例，一辆汽车通常有约30种50余套轴承，分布在汽车底盘、变速箱、轮毂、刹车盘、发动机等位置，行驶中高速转动的轴承有绝对的承上启下的作用，容不得一点闪失，也关乎汽车的寿命和质量。

国家市场监管总局发布的数据显示，2021年我国实施汽车召回232次，涉及873万辆车。其中，由于发动机和电子电器部件存在缺陷召回的车辆占总数量的84%。从缺陷召回原因看，因制造原因召回的车辆占总召回数量的15%。

汽车的轴承虽然是一个小零件，但它在汽车的分布随处可见，与车的动力、可靠性、安全性和舒适性都有着密切关系。因此，如何保证出厂轴承的良品率100%至关重要。

「磨削烧伤」难题

既烧脑又烧钱

在轴承生产中，质检是重要的一环。通常情况下，质检员采用人工肉眼观察、手指转动轴承等质检方式挑出表面有油污、划痕等缺陷的轴承。但人非机器，始终不能做到良品率100%。

人工质检容易出现视觉疲劳，员工无法长时间保持精力集中，会产生漏检、误检的情况，影响产品的良品率。即使员工每天工作10小时，也难以应对产线源源不断的生产需求。同时，工厂也面临着极高的人力成本。

一般，企业会通过涡流检测来解决轴承的瑕疵问题，涡流检测可以检测到轴承的长度、厚度等参数，但浮在轴承表面的油污、瑕疵，尤其是“磨削烧伤”始终难以解决。

磨削烧伤是工件在磨削加工后出现的一种不良现象，由于工艺处置不当等原因，在较高磨削温度作用下造成了工件表层金相组织的改变，本质上属于发生在工件表面的一种隐性缺陷。

很多发生磨削烧伤的零件往往使用在交变载荷的工作环境下，如汽车动力总成中的转向节、传动轴、轴承等零件，对工件的表面质量要求很高。要解决这个问题，即使对有丰富经验的工程师来说，也是一道难题。

一些制造业基于对深度学习的了解，选择在内部搭建自己的算法团队，尝试通过AI视觉算法解决“磨削烧伤”这个难题。但就算投入了近百万的研发成本，受制于技术和算法开发的效果，目前也很难顺利落地。

跑码地Coovally助力AI进厂

低成本实现AI算法自由

Coovally是一款包含完整AI建模流程、AI项目管理及AI系统部署管理的高度自动化机器视觉平台，用户只要熟悉自己的业务就可以使用Coovally构建AI模型和应用，并在几乎没有人工干预的情况下快速完成模型的选型和工程化落地。Coovally紧跟工业界和学术界前沿技术，坚持构建全球最大的AI模型库；打包自身的AI能力给客户，基于Coovally平台帮助用户实现AI自主能力；帮助客户减少对第三方AI和IT公司的依赖，最大程度上实现AI技术“平民化”落地。

与此前应用的涡流检测不同，通过跑码地Coovally的AI视觉检测，可以处理复杂多样的轴承瑕疵，如端面、外径划痕，更重要的是，此前一直困扰的磨削烧伤问题得到了很好解决。

有了跑码地Coovally的加持，企业可以在短时间内将轴承缺陷检测迅速应用到工业产线上，不仅能够提升自动排查的速度，还可以降低误报率，提高检测的精准度。

“实现轴承自由”

AI升级未来可期

在工业领域，质检要想摆脱人力就必须进行技术升级和转型。转型期的阵痛每一家企业都会经历，就看谁速度快且高效。以轴承缺陷检测为例，从传统的涡流检测到机器视觉、深度学习，通过跑码地Coovally可以帮助企业技术升级，还能达到降本增效的目的。

当前，各行各业也面临着标准化、智能化、自动化的需求。

Coovally摒弃了“以模型为中心”的AI落地方式，以此来不断地增强客户采集的数据，达到提升数据质量的目的，最终帮助企业低成本实现AI算法自由。