疫情正促使制造業企業向無人化、自動化、智能化轉型發展。近日,TCL華星、格創東智、騰訊云共同接受記者團專訪,揭秘TCL華星工廠自動缺陷分類系統(Auto Defect Classification,簡稱ADC系統)背后的故事,對外展示TCL華星領先于業內、以AI檢測替代人工的先進智能化系統。

一個企業如果不提高生產效率和競爭力,那就很容易被淘汰掉。借助智能制造系統,TCL華星在價值最大化的前提下,進一步減少人工操作,從而提高極致效率和競爭力。

用AI檢測取代人工

疫情正成為智能化制造取代人工操作的重要催化劑。疫情的到來,使得中國乃至世界各地的制造業的生產、復工造成了一定的困難。另一方面,遠程辦公、智能機器人配送、無人機操控等智能化設備在疫情期間則呈現勃興之勢。

隨著中國近來關于5G、AI、云計算、大數據、IOT等新基建政策的頒布與實施,智能化、數據化在生產制造方面的應用更是大勢所趨,而作為中國先進半導體顯示的龍頭企業、領先的智能科技公司,TCL科技更是早早地走在了智能化制造前沿。早在4年前,TCL科技(000100.SZ)就看到了中國工業智能化的發展趨勢,并于次年成立了智能制造中心,其后將項目組的一部分孵化成為格創東智公司。

在半導體顯示行業中,液晶面板屬于精密儀器,細至幾微米的損傷都會直接影響產品的良率。因而,半導體行業之所以重資產、成本高,其產品和設備的監控是其很重要的支出因素。一旦面板檢測失誤,除了可能造成當片報廢的產品損失,甚至可能影響后續機臺造成產能損失。

TCL華星介紹,在使用ADC系統之前,公司需要招聘大量的質檢員工,使用AOI設備拍照并下載圖片,以肉眼判別的方法確認面板的缺陷形態并進行分類。據了解,一名合格的質檢員從入職到上崗勝任,期間需要2至3個月的培訓時間,并且,人眼分類判定準確率易受經驗、狀態影響,導致結果非常不穩定。

針對TCL華星t1/t2工廠面板生產過程中的缺陷類型智能識別需求,TCL華星、格創東智、騰訊云于2017年開展合作。最終,三方共同開發出ADC系統,并于2018年6月成功上線,是國內人工智能技術在大尺寸面板缺陷分類中的首次嘗試。

數據顯示,ADC系統使用后的效果也較為顯著:人工的準確率在85%左右,AI質檢的準確率能達到95%以上;人眼識別面板缺陷圖通常需要30s左右的時間,而AI質檢的速度在毫秒級,完成一張缺陷圖片的識別速度在200到500毫秒之間,完成一張玻璃的缺陷檢測則在5s以內。

TCL華星光電技術有限公司高級副總裁、數字化推進辦公室主任陳盛中表示,目前項目在大尺寸面板3個工廠上線,節省人力共140人,今年節約人力成本1120萬元左右,并且隨著時間的積累和技術的精進,替代的人數和節省的成本還在上升。

TCL華星表示,未來TCL華星的品質分析、設備穩定性分析、備品備件及易損部件壽命預測、供應鏈管理、產品銷售預測等均可以通過大數據進行優化和革新。同時公司也會針對視覺檢測類場景如ADC、LOI檢測、POL檢測、API檢測等通過AI技術實現智能缺陷檢測。

提高良率,發揮極致效率優勢

TCL華星工廠的智能制造技術水平的提升,離不開TCL科技的戰略支持。

2019年TCL科技財報顯示,TCL科技繼續發揮極致效率優勢,以管理能力和效率為經營之本,深化組織變革,重構業務流程,提升經營質量,資本結構和經營效率持續提升。

由于實現了流程優化和管理精益化,集團費用率由16.8%降至12.5%,公司人均凈利潤由3.86萬元提升至7.40萬元,資產負債率由68.4%降至61.3%,經營現金凈流入114.9億元。因此,通過踐行極致增效的策略,在去年行業周期下行區間底部,TCL科技風險抵御能力及可持續發展能力都得到進一步增強。

在“面板——模組——整機”這個價值鏈條中所占的比重,TCL華星面板所占價值比例大概為30%,模組35%-40%,整機制造25%-30%。除了面板工廠的智能化投入,為追求極致增效,TCL華星還拓寬價值邊界,將智能化制造應用于模組項目。

在國內,TCL華星旗下華顯光電在惠州布局高世代模組項目,配套TCL華星t7項目而建,該規劃總投資96億元,占地面積約51.9萬平方米,共分兩期建設。武漢華顯光電則配套武漢t3、t4工廠模組項目。

在海外,2019年9月26日,TCL華星和TCL電子合作的印度模組整機一體化智能制造產業園正式開工,項目一期規劃年產出800萬片26-55吋大尺寸及3000萬片3.5-~8吋中小尺寸的模組上下游企業共建當地化生產、銷售及服務一體的全球產業生態。

這些模組項目均采用自動檢查畫面、自動修復畫面、自動包裝及一體化倉儲智能物流等一系列先進智能制造技術,旨在將TCL華星模組工廠建設打造為精品工程,實現產業鏈升級,在產品、技術、工藝、效率等方面領先全球,成為業界領先的智能化工廠。

陳盛中表示,“智能制造的第一步是實現數據化。我們希望讓這些比較規律的、單調的工作讓AI,讓自動化來做,把人解放出來做一些數據的挖掘與分析,這個才是我們智能化制造較大的支持動力。”

他認為,除了降低成本、減少人工、替代人工等,智能制造更重要的意義在于大大地提升了效率和良率水平,實現制造工藝的整體升級,發揮極致效率優勢,使得企業在行業中競爭優勢突顯。