登录社区云，与社区用户共同成长
邀请您加入社区
从一键式编程到基于模型定义（MBD）的全自动化应用，Visual Components OLP软件深度融合产品制造信息（PMI），全面优化工作流程。该方案不仅彻底取代了传统的手动机器人编程方式，更能显著减少操作误差、加速生产进程，从而在产品设计与制造全周期中提升协同效率与整体效能。
Stable Diffusion在智能制造质检中实现无监督缺陷检测，通过正常样本训练与残差分析定位异常，结合数据预处理、模型优化与系统集成，提升检测精度与泛化能力。
本文探讨Anthropic AI在智能制造质检中的应用，涵盖系统架构、多模态数据融合、Prompt工程、安全性设计及性能优化，提出基于Constitutional AI的可解释、自适应质检体系，并展望其在数字孪生与联邦学习中的演进方向。
本文介绍基于Qt、C++和ONNX Runtime的工业缺陷检测系统，实现图像处理与模型推理的高效集成。通过多线程、OpenCV预处理和ONNX模型推理，构建稳定、轻量、可部署于工控机的本地化视觉系统，适用于高精度、低延迟的智能制造场景。
Stable Diffusion在智能制造质检中实现高效异常检测与本地化部署，结合ControlNet、LoRA等技术提升精度与适应性，构建数据闭环与安全合规体系。
本文探讨了自主移动机器人(AMR)在智能制造中的任务管理框架，提出"阶段模型+迁移守卫"的工程化方法。主要内容包括：1)将AMR任务划分为7个可审计阶段，每个阶段设定明确的许可边界；2)构建物理事实、社会事实和业务事实三层守卫机制，实现任务迁移的自动化裁决；3)建立失败场景的语义化落点与标准化处置流程；4)形成交付资产实例模板。该框架使AMR任务执行过程具备可预测性、可审计性和
摘要：本文聚焦于智能制造领域中利用 HTTP RESTful API 实现 ERP/WMS 系统与生产设备数据联动的应用场景。详细阐述了使用 OpenAPI 规范定义数据接口、OAuth2.0 鉴权保障安全以及云端 API Gateway 统一管理的特点。通过工单信息自动下发至设备加工程序这一应用案例，给出了从环境搭建到代码实现的完整实操流程，包含 C++ 编写的通讯协议驱动代码和 Java 编写
DeepSeek智能制造质检本地部署方案，结合深度学习与边缘计算，支持缺陷识别、尺寸测量等功能，强调数据安全与实时性，适用于汽车、电子等行业。
这一场景的根源，在于传统工厂知识管理的系统性断裂与“孤岛”问题：结构化知识（设备手册）被封存于档案柜，非结构化经验（维修记录）散落在私人笔记，隐性知识（解决方案）则依赖个体工程师的认知负载。其核心在于构建一个企业专属的“运维知识大脑”，通过自然语言处理（NLP）与深度学习技术，实现对多模态、多格式历史数据（PDF手册、维修工单、传感器日志、案例报告）的统一向量化编码与语义理解。，值班工程师小A冲进
谷歌Gemini大模型通过多模态融合与少样本学习，实现智能制造中缺陷检测、根因分析与系统集成的全链路智能化，显著提升质检效率与准确性。
本文探讨Stable Diffusion在智能制造质检中的应用，基于潜在扩散模型实现无监督异常检测，结合ControlNet与条件编码提升精度，并通过轻量化部署于产线，显著提高缺陷召回率并降低误报。
Gemini作为多模态大模型，通过图像、文本与工艺参数融合，在智能制造质检中实现高精度缺陷识别与可解释性决策，支持小样本学习与边缘-云端协同部署。
本文介绍了一种支持双模通信（Stdio与SSE）的MCP Server框架，详述了框架的架构设计、核心组件及性能优化方案。通过对比分析，揭示了两种通信协议在延迟、吞吐量、跨平台性和实时性方面的优势与局限，帮助开发者根据应用需求选择合适方案。文章设计了基于流程图和决策树的通信机制，结合AI技术实现智能路由和模型辅助推理。通过性能基准测试和多项优化策略，显著提升了系统的吞吐量和响应效率。该框架适用于智
本文系统阐述了谷歌Gemini在智能制造质检中的应用，重点介绍多模态提示词的设计原则、结构化框架及部署优化策略，提升缺陷识别的准确性与稳定性。
如何让传统生产流程具备“自进化”的智能？如何打破数字化与智能化之间的鸿沟？：以企业私域知识库（工艺手册、设备参数）和实时时序数据（产线传感器、设备状态）为燃料，构建动态更新的“工业知识大脑”，让AI决策更懂业务。：集成DeepSeek、通义千问等顶尖大模型，结合工业数据特性进行垂直优化，确保在复杂工况下的高精度与高可靠性。：从模型训练微调、量化加速到推理部署与实时监控，覆盖AI全生命周期，让企业无
本文提出工业自动移动机器人(AMR)系统任务建模方法，通过四大分离原则（定义与实例、意图与约束、物理与业务事实、执行与裁决）实现任务的结构化管理。该方法覆盖任务全生命周期，包括幂等触发、资源令牌化、证据固化和归档追溯等环节，并建立任务字典、约束画像库等关键工程资产。研究解决了工业场景中任务重复、责任界定、跨系统协同等痛点，使AMR运行可清晰描述、可靠执行和完整追溯，实现从"功能交付&qu
博客系统阐述了Anthropic的Claude大模型在智能制造质检中的应用，涵盖技术原理、系统架构、实战案例与持续优化机制，突出其在缺陷识别、因果推理和可解释性方面的优势。
本专栏持续更新AI提示词库和供应链管理相关内容。文章汇总了库存管理的核心模型公式，包括随机提前期库存、循环调度和交叉转运三大类模型的关键公式及其参数定义、用途和应用场景。涵盖经济订货量、安全库存计算、最优循环周期等核心内容，为供应链规划和库存决策提供量化工具。公式按模型分类整理，便于快速查询与实际应用。
Anthropic AI通过多模态融合与大模型技术，构建高精度、可解释的智能制造质检系统，实现缺陷自动识别与质量趋势预测，显著提升检测效率与产品一致性。
Stable Diffusion在智能制造质检中实现高精度缺陷检测，通过学习正常样本重建理想图像，结合控制机制与轻量化部署，提升检出率并降低误报。
瑞华丽PLM系统是面向制造业的数字化管理平台，通过"数字化图书馆"、"智能安防"和"智能乐高架"三大核心功能，实现产品全生命周期的精细化管理。系统具备版本自动管控、权限精细划分、BOM智能生成等特色功能，支持AI质量预测和数字孪生技术。实际应用显示可使工程变更周期缩短35%，配合政策补贴可实现低成本部署。系统强调流程驱动、知识沉淀和安全管
本文系统阐述了随机提前期下库存模型的扩展逻辑与应用方法。通过量化提前期波动对库存需求的影响，构建了包含期望值和方差的核心公式，并融入传统库存策略框架。案例显示，提前期波动可使安全库存增加205%，突显供应链优化的重要性。模型适用于中等波动场景，但对极端情况存在局限。建议企业强化数据积累、主动降低波动，并动态调整参数。未来可结合大数据与AI技术，实现库存模型的动态自适应优化。
二者结合，使得工业AMR系统不再是一个在理想实验室里演示的“玩具”，而是一个能够在复杂、混乱、真实的工业战场上，行为可预测、故障可定位、责任可追溯、能力可进化的“可靠战友”。重视这一讨论，才是构建真正鲁棒、可信的工业智能系统的坚实起点。在高度动态、充满不确定性的工业现场，一个自动移动机器人（AMR）系统的价值，并非体现于它在理想环境下的流畅运行，而在于当网络抖动、设施故障、人工介入、多系统冲突等状
本文探讨了有限生产率下的经济订货量（EOQ）模型，该模型通过放宽传统EOQ的"瞬时补货"假设，更贴合制造业生产场景。文章详细推导了有限生产率下库存动态变化、最优生产批量公式及最小总成本计算方法，并通过实例演算验证模型应用。模型核心在于平衡生产准备成本与库存持有成本，考虑生产速率对库存的影响，为制造业企业提供更精准的库存-生产联合决策工具，具有降低库存水平、优化生产批量的实际应用
本专栏持续更新AI提示词库，聚焦供应链与制造系统的规划优化。文章详细解析了EOQ（经济订货量）模型及其扩展模型的核心公式，包括基础EOQ、数量折扣、有限生产率和多产品约束等场景。公式体系涵盖总成本函数、最优订货量计算、敏感性分析等关键指标，并提供了参数变化对最优订货量的影响分析。这些模型可帮助企业优化库存管理，降低采购、持有和订货成本，提高供应链效率。
工业AMR分布式状态控制系统的核心在于确保网络分裂、设备退化等现实条件下状态仍可控、可恢复、可审计。系统需协同管理四类状态：任务状态、机器人状态、资源状态和安全约束状态。采用三层状态机（本地安全执行、任务执行、全局协同）和两条通道（控制通道、证据通道）的分层架构，通过租约、幂等命令、补偿机制和事件溯源等策略实现"可恢复一致"。系统设计需包含结构化断点对象和最小核心实体模型，确保
通过工业物联网平台搭建，全国各地的工厂可以获得跨越系统和设备的全年数据接入能力，适配多种协议，可以接入各种工业设备（PLC、仪器仪表、CNC数控机床、工业机器人、传感器等），实现多类型、多型号设备网络通讯和运行状态数据采集，进而实现设备远程监控、智能管理、故障报警以及远程维护，是打造智能工厂和数字车间的基础。物通博联具备成熟的一体式物联网平台，通过多次实地调研与客户反馈，提供低成本、高算力、定制化
大道云行作为本次大会的支持单位，不仅深度参与了大会的各项议程，更在展会现场设立展位，向来自各地的参会者展示其在人工智能领域的最新研究成果与应用案例。为抢抓通用人工智能发展的重大战略机遇，充分发挥广东在算力基础设施、产业应用场景、数据要素等方面的优势，加速形成新质生产力，构建现代化产业体系，赋能千行百业提质增效。大道云行将以此次大会为契机，深化技术研究，优化产品服务，力求在更广泛的场景中实现技术的创
频繁的产线切换与小批量生产常导致效率下降，但这并非必然。借助机器人离线编程（OLP），从事多品种小批量生产的制造商能够在不中断生产的情况下，将机器人编程速度提升十倍。本文将展示企业如何运用OLP技术应对市场需求、减少停机时间并保持竞争力。
物理AI开启智能机器新时代：超越传统自动化
摘要：本文基于具身智能的E-A-O×ClosedLoop×Constraints×Governance框架，将工业场景AMR系统建模为可解释、可诊断、可治理的认知闭环系统。首先定义安全/效率/质量三大稳定现象作为评估锚点，继而从实体（车端/环境/人）、活动（感知/规划/控制等）和组织（分层闭环结构）三要素构建认知机制。重点分析了四类约束（可观测性/实时性/物理能量/安全规范）对系统稳定性的影响，并
电流传感器作为电池管理系统（BMS）和生产线监控的感知部件，不仅负责精确测量充放电电流，也在实时故障预警、优化工艺和安全保障中充当关键角色。至于温度漂移，除了选用宽温度型的传感器外还需要定期校准。：通过AI算法（如LSTM、小波变换）分析电流曲线特征，实时检测微短路（自放电异常）、接触不良（电流振荡）、析锂（CV阶段电流突降）等早期缺陷，触发自动剔除或报警。在电池PACK生产线中，电流传感器的实时
智能制造：一般指综合集成信息技术、先进制造技术和智能自动化技术，在制造企业的各个环节（如经营决策、采购、产品设计、生产计划、制造、装配、质量保证、市场销售和售后服务等）融合应用，实现企业研发、制造、服务、管理全过程的精确感知、自动控制、自主分析和综合决策，具有高度感知化、物联化和智能化特征的一种新型制造模式。
摘要：具身智能通过物理具身、情境感知和感知-行动闭环三大要素，实现智能体与制造环境的实时交互。边缘智能作为其核心运行机制，提供毫秒级实时响应能力，通过本地计算处理数据洪流，支持自主决策与协同。这种分布式架构使制造系统具备柔性重构和群体智能，推动智能制造从自动化向自主化演进。边缘智能赋予物理设备实时决策能力，是具身智能从概念到实践的关键支撑。
然而，在传统的产品设计与开发过程中，设计师需要进行大量的试验和验证，这不仅耗费时间和资源，还存在着一定的风险。知识模型可以包括设计规则、工程计算公式、参数化模型等，它们可以在设计过程中自动应用和验证，提高设计的效率和质量。安托在知识工程领域积累了大量的经验和实施成果。本期开始，我们将为大家陆续介绍CATIA知识工程知识以及应用案例，希望可以给大家带来一些在设计思路和方法的启发，一起探索创新的智能未
L3具身智能架构通过12个核心要素实现机制化运营，包括具身锚点、世界模型、事件回放等基础组件，以及状态估计、意图对齐等认知功能。该系统强调可验证行动必须包含验收标准，并建立护栏机制确保决策可治理。所有操作通过证据链闭环，实现状态可审计、行动可追溯。AI仅提供建议，决策需经治理流程，确保系统安全可靠。架构原则要求状态源自证据、行动必须闭环、护栏内生于系统。最终形成可演化、可归责的智能制造认知体系。
随着中国制造业的蓬勃发展，机器视觉行业也在中国市场度过了发展的最初时期，不仅国际知名品牌纷纷在中国开展业务，中国本土的企业也逐渐兴起，如今，人们对于机器视觉的认识更加深刻，对于它的看法也发生了很大的转变。随着机器视觉技术成熟与发展，我们不难发现其应用范围越加的广泛，由起初的电子制造业和半导体生产企业，发展到了包装，汽车，交通和印刷等多个行业。 机器视觉系统提高了生产的自动化程度，让...
▲机器视觉具有高度自动化、高效率、高精度和环境适应强等优点，相当于人类视觉在机器上的延伸，是实现工业自动化和智能化的必要手段。 为高速发展的物流分拣系统及其他制造产业打开“新视界”，从人工走向智能化，从粗放到大数据的精细化。 一、读码的视觉核心部件1.工业相机工业相机是机器视觉系统中的一个关键组件，其最本质的功能就是将光信号转变成有序的电信号。选择...
利用以大数据、云计算、虚拟制造、人工智能、知识自动化等为代表的新一代信息技术在智能制造中进行数据处理，对海量的跨地域、跨行业、跨部门的数据和信息进行处理分析，能提升对物理世界、经济社会、经济社会各种活动和变化的洞察力，实现智能化的决策，将在智能制造活动中发挥重要作用。知识自动化通过把各种工业技术体系模型化，然后将模型移植到智能设计与制造平台上，并通过平台，来驱动各种软件，包括设计、仿真、计算、试验
智能制造
——智能制造
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
DAMO开发者矩阵
火山引擎 ADG 社区
2048 AI社区
松山湖开发者村综合服务平台
九章云极普惠算力
openvela
