边缘侧缺陷检测模型压缩至 24MB
在保持 92.4% 准确率前提下，单帧推理从 96ms 降至 38ms，可在无独立 GPU 的工控机上运行。
试点验证档
¥ 6.8 万/ 起 · 单产线
- 接入 ≤ 200 个设备点位，2 条数据管道
- 1 个缺陷检测或预测性维护模型
- 看板并发 20，交付周期 14 个工作日
- 含数据质量体检报告与埋点方案
人工智能平台开发 · 智能制造
把产线数据
把产线数据
叠进一层磨砂玻璃
以磨砂玻璃效果承载人工智能平台的高密度指标：设备 OEE、缺陷率、能耗与排产偏差同屏可读。所有结论都可回溯到原始数据点，而不是停在汇报话术里。
92.4%模型上线后缺陷识别准确率
-31%非计划停机时长同比降幅
1.2s万级点位看板首屏渲染
01 / 服务与价格档位
按数据规模付费，而不是按席位付费
三档服务以「接入点位 / 模型数量 / 看板并发」为计价基准，先小范围验证再扩容，避免一次性买断造成闲置。
规模部署档
¥ 24.5 万/ 年 · 多产线
- 接入 ≤ 2000 个点位，支持 OPC UA / MQTT
- ≤ 6 个模型并行调度与灰度发布
- 看板并发 200，SLA 99.9%
- 季度模型重训 + 漂移监控阈值 0.15
平台自建档
按需报价· 私有化交付
- 私有化部署与数据不出厂区网络
- MES / ERP / SCADA 三向集成
- 平台能力开放 API，限流 500 QPS
- 联合建模团队驻场 8 周起
02 / 数据可视化面板
让指标先说话，再让模型动手
面板以「小时」为最小刷新粒度，异常检测窗口 15 分钟。所有数值均标注采样口径、时间范围与置信区间，便于复核。
单位小时产出与缺陷率对照
采样窗口 15 min · 置信区间 95%
单位小时产出
缺陷率折算
13 时出现峰值，超出 ±2σ 阈值
0.42%平均缺陷率，较基线下降 0.19 个百分点
86.7%综合设备效率 OEE，目标 88%
15 min异常检测滑动窗口，告警误报率 2.1%
1.2s万级点位看板首屏渲染耗时
03 / 合作伙伴墙
数据来自现场，能力来自协作
与设备厂商、系统集成商与高校实验室共建数据规范，接口字段命名统一后再谈模型精度。
锋刃精工数控机床 · OPC UA 直连
恒联电气配电柜 · 能耗采样
云枢软件MES 集成 · 工单回写
明湖视觉工业相机 · 缺陷标注
格物实验室算法共研 · 联合论文
長川物流仓储调度 · 路径优化
数据接入的现实约束
- 01
先统一时间戳，再谈对齐
设备时钟偏差常超过 800ms，接入前统一走 NTP，并规定所有点位以 UTC+8 毫秒写入，避免时序特征错位。
- 02
缺失值不要直接补 0
停机时段补 0 会污染产出特征；建议标记为缺失并按前 3 个有效点线性插值，缺失率高于 5% 的点位进入排查清单。
04 / 实用指导清单
人工智能平台落地：6 条可执行要点
每条都给出参数与阈值，可直接写进项目排期表；未达标不建议进入下一阶段。
- 01
先定义指标口径，再建设数据管道
为 OEE、良率、能耗各写一份口径文档：分子分母、统计周期、剔除规则。验收标准为同一时段两个系统口径差异 ≤ 0.3%。
- 02
磨砂玻璃效果只用于层级叠加，不遮挡数据
面板卡片使用
backdrop-filter:blur(18px)与 1px 内高光描边，透明度控制在 0.55–0.7，保证正文对比度 ≥ 4.5:1，避免玻璃层压住关键数字。 - 03
模型上线前跑满 3 个班次影子模式
影子运行期间只记录不干预，准确率连续 3 个班次 ≥ 90%、误报率 ≤ 3% 才允许接管工单，否则回到特征工程阶段。
- 04
设定漂移监控阈值与重训节奏
PSI 超过 0.15 触发告警，超过 0.25 自动进入重训队列；重训数据至少覆盖最近 8 周，且保留旧模型 7 天可回滚。
- 05
看板加载性能按点位规模分档验收
1000 点位首屏 ≤ 1.5s、5000 点位 ≤ 2.5s。图表按视口懒加载，单页主图表不超过 6 个，其余收进二级页签。
- 06
用响应式布局与动态交互服务车间场景
大屏（≥1600px）放宽容器并增列，平板与手机折叠为单列；关键操作点按区 ≥ 44px，告警推送采用 300ms 内的轻微位移淡入，不做弹跳。
05 / 核心能力卡片
从数据接入到决策闭环的五个支点
每张卡片对应一个可独立验收的模块，避免大而全的平台叙事。
数据接入与清洗
支持 OPC UA、MQTT、Modbus 与关系库直连，内置 27 类清洗算子，脏数据落盘留痕可追溯。
模型训练与调参
内置时序与视觉两类基线模型，自动记录超参、数据版本与评估指标，实验可一键复现。
实时推理服务
边缘与云端混合部署，推理结果以结构化事件回写 MES，支持灰度切流与自动降级。
数据可视化与告警
指标看板按角色分层：班组看节拍、工艺看质量、管理层看成本，告警按影响面自动分级。
用户体验优化与交付治理
把车间使用者的真实操作路径做成可度量的指标：从进入看板到定位异常原因的平均步数 ≤ 3 步，首次使用培训时长压缩到 40 分钟以内。设计侧统一令牌化间距、圆角与景深层级，配合磨砂玻璃效果的克制使用，让科技感设计服务于读数效率，而非制造视觉噪声。
关键数据
38条产线完成模型接管，覆盖 7 个厂区
2.7 亿日均处理设备点位数据条数
31%非计划停机时长平均下降幅度
4.6 个月平台投入的平均回收周期
07 / 最新动态
平台与行业观察
记录真实的工程取舍与阶段性数据，便于同类产线判断是否适用。
一次数据质量体检拦下的 137 个坏点位
接入前统一时间戳并排查缺失率，使上线首周的模型误报率从预估 8% 降到 2.1%。
漂移阈值 0.15 之后，重训排期怎么定
按 PSI 分档触发：0.15 告警、0.25 重训、0.35 停用模型并回退人工复核，避免精度悄悄滑坡。
先用一条产线验证，再决定平台边界
提供近 30 天脱敏数据样本，我们在 5 个工作日内给出指标口径建议、点位接入清单与可验收的模型基线。