0 次真实下载
兰州石化_丁腈橡胶AI质检
应用场景：丁腈橡胶产品终检环节的外观缺陷自动识别与拦截
社区投稿案例
投稿方：loki · 服务商：兰州石化 · 收录时间：2026/8/28
本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。
案例事实
1. 一句话摘要
投稿方未提供
2. 行业 + 企业规模
能源化工 · 约1.5万人
3. AI 能力类型
视觉识别
4. 原来怎么干的
人工目检，标准不统一，微小瑕疵易漏检，影响出厂质量稳定性
5. AI 介入在哪一步
介入产品终检环节，自动扫描识别外观缺陷；质检员仅负责异常复核和原因追溯
6. 模型与架构
基于深度学习的计算机视觉模型；部署于产线高速摄像头+边缘计算节点；融合工艺参数数据实现根因追溯
7. 数据基础（必填项）
数年丁腈橡胶生产历史数据、产品检测图像数据、工艺参数时序数据、下游质量反馈数据；数十万张标注图像
8. 效果
检测效率原值→现值：提升5倍；不合格品拦截率99.8%；检测一致性显著提升；AI缺陷识别准确率未明确给出，未提采纳率
9. 投入
投入约数百万元；AI团队约10人；建设周期约10个月
10. 坑
橡胶弹性变形影响成像一致性，需专用夹具和光源；新产品规格需补充训练样本；产线高温影响设备稳定性
Reproduction Pack
下载 兰州石化_丁腈橡胶AI质检 复现资料
本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。
- 00_说明.txt
- 01_关键信息.md
- 兰州石化_丁腈橡胶AI质检.docx
分享复现反馈
复现结果、失败条件或内容修正——案例因真实反馈持续改进，审核通过后展示在案例页。