端侧AI推理
将推理模型下沉到设备本体,减少数据回传依赖,让检测与判定在产线就近完成,缩短单件处理链路。
将推理模型下沉到设备本体,减少数据回传依赖,让检测与判定在产线就近完成,缩短单件处理链路。
面向表面缺陷、尺寸偏差与装配完整性的视觉方案,支持多工位并行采集与结果回溯。
提供多协议接入与本地缓存能力,在网络波动时保持产线数据连续,恢复后自动补传。
把温度、压力、振动与视觉信号统一到同一时间轴,便于工程人员对照分析异常来源。
统一管理设备接入、模型下发与告警规则,让不同车间与不同批次的设备在同一视图下被查看。
围绕小批量多品种的生产节奏,支持工位快速换型与工艺参数模板化配置。
kaiyun开云★(集团)电竞智能科技股份有限公司围绕AI设备制造与智能制造方向,提供智能硬件、边缘计算与工业AI服务。我们把视觉、传感与算力单元整合成可交付的设备形态,帮助制造企业在既有产线上完成渐进式升级。
kaiyun电竞与开云电竞相关的技术积累集中在端侧推理与设备协同两个层面,团队关注的不是单点指标,而是设备在真实车间环境里长期运行的稳定性与可维护性。
从样机测试到批量部署,我们与客户工程团队共同完成参数标定与工艺适配,让设备真正嵌入生产流程,而不是停留在演示阶段。
研发、采购与生产环节按统一质量流程执行,关键物料保留可追溯记录。
设备电气与机械结构按工业现场安全要求设计,出厂前完成安全项检查。
提供远程诊断与现场支持通道,节假日安排值班工程师响应突发问题。
团队以工业传感器信号采集与数据回传为切入点,为中小型工厂搭建基础的数据通道,积累现场部署经验。
开始研发面向表面缺陷检测的视觉设备,把采集、判定与结果记录整合到同一台终端设备中。
推出支持多协议接入的边缘计算网关,解决车间网络不稳定导致的数据断点问题。
把轻量化推理模型部署到设备本体,减少对中心算力的依赖,缩短检测判定所需时间。
将设备接入、模型下发与告警规则统一到平台侧管理,形成端边云协同的完整交付能力。
提供面向边缘推理的低功耗AI芯片与配套开发工具链。
负责产线机械结构与运动控制单元的设计与集成调试。
为工业AIoT平台提供云端算力调度与数据存储服务支持。
提供工业相机模组与光学镜头方案,配合完成成像参数标定。
供应温度、压力与振动类工业传感器,支持定制量程与接口。
在柔性产线改造项目中承担工艺梳理与现场实施配合工作。
产线原始数据默认保存在厂内节点,是否上传由客户按工艺需要自行决定。
设备与平台之间的通信采用加密通道,降低数据在传输环节被截取的风险。
按角色划分查看与配置权限,关键操作留有记录,便于后续追溯核对。
设备固件支持版本回退,升级出现异常时可恢复到上一稳定版本。
先提供工件类型、检测项与生产节拍等基础信息,我们据此给出设备配置建议,再进入样机验证环节。
可在最新动态栏目查看更新内容,如需接收通知可通过联系栏目留下邮箱,退订同样在该通道说明即可。
平台内可对设备配置与工艺参数方案做标记保存,方便后续对比不同批次的生产设置。
通过联系我们栏目提交测试需求与现场条件说明,评估通过后我们会安排样机寄送与调试支持。
原始数据默认留在厂内,上传内容与范围由客户配置,平台侧仅保留必要的运行状态信息。
边缘计算网关具备本地缓存与断网续传能力,网络恢复后会自动补齐缺失的数据片段。
把工艺经验转化为可配置的参数与规则,让设备在不同批次之间保持稳定的判定表现。
通过标准化的接口与结构设计,缩短现场安装与调试周期,减少对原有产线的改动。
设备状态、告警与维护记录集中呈现,帮助运维人员快速定位问题发生在哪一环。
视觉检测设备上线后,我们在表面缺陷判定上的返工沟通少了很多,判定结果有记录可查,复盘方便。
车间网络偶尔会断,边缘网关的本地缓存帮我们保住了数据连续性,恢复之后没有出现明显缺口。
传感器融合之后,温度和振动的异常能放在同一条时间轴上对照,排查思路比以前清楚不少。
样机测试阶段配合得比较细,参数标定和节拍匹配都是一起在现场完成的,落地过程比预想顺畅。
工业AI平台的告警规则可以按工位分别设置,避免了过去所有异常都堆在一起看的情况。
固件升级支持回退这一点很实用,我们做版本切换时心里更有底,不用担心影响正常生产。
新增对多种现场总线协议的支持,减少老旧设备接入时的改造工作量。
针对高反光金属表面的成像难点,调整打光方案与判定阈值,降低误判比例。
多品种小批量场景下的工位换型流程得到简化,换型时间在测试中明显缩短。
补充了多源信号时间对齐的实现思路,方便工程团队评估接入方式。
告警规则支持按工位与班次分别设置,减少非工作时段的无意义提醒。
整理了在有限算力条件下保持判定准确率的几种压缩思路与取舍经验。