网络安全检测|网络安全服务|网络安全扫描-香港墨客投资移动版

　　“将一块柔性OLED手机显示屏安装到金属边框里，组装精度可以达到多少？”这是小米集团北京亦庄智能工厂厂长周毅一直探索的问题。

　　2020年初，小米在北京亦庄投产了第一条自研智能制造“实验产线”；2022年12月，小米13手机发布，精度达0.09毫米，也就是1根头发丝的直径。“采用超级四窄边工艺，屏幕像一块‘无边泳池’，屏占比高达93.3%。”周毅说。

　　“为了做好装备与工艺，量产极致超窄边框，我们从硬件、视觉、智能化等方面入手，让制造精度再上新台阶。”小米智能制造部副总经理季旭介绍，在亦庄智能工厂，生产效率、产线切换效率均大幅提升，超九成智能装备由小米和其投资的公司自主研发。

　　党的二十大报告提出，加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。小米集团副总裁颜克胜说：“这让我们对利用数字技术提升制造水平充满信心。”

　　6个月只为0.5%的突破

　　走进小米亦庄智能工厂，厂房里没有开灯，也看不到埋头操作的产线工人，只有运输机器人往来穿梭。机器上的信号灯不停闪烁，以及一台台自动化SMT（表面贴装技术）贴片机发出清脆的嗒嗒声，提示着生产正在火热进行。

　　200多个高清摄像头、8000多个传感器实时收集着生产数据，工程师打开手中平板电脑的“数字孪生”界面，便可实时监看设备运转情况。

　　伴随着小米13手机量产提速，连日来，小米智能制造部硬件工程部资深总监田真超，就扮演起了那个手拿平板的工程师角色。不过，他的目光更多停留在屏幕组装工序的点胶工位上。

　　“超级四窄边是小米13手机的工艺‘巅峰’，而点胶又是难点中的难点。”田真超解释，要把屏幕精确组装到金属边框里，离不开胶水。“问题是每一个边框都存在微小的加工误差，由喷射阀以1秒钟1000次频率点出的胶线，既不能点偏，也不能点得过宽过窄，否则组装时要么外观有瑕疵，要么防水失效。”田真超说，目前业内点胶良率最高可以做到99%，“我们的目标是再提升0.5个百分点。”

　　为了这0.5个百分点的突破，田真超所在团队开始把目光投向人工智能。“AI视觉检测难题在亦庄智能工厂早已被攻克。”田真超说，以前，一条每小时生产300台手机的生产线，就要配备单班8名检测人员；如今，配备了亦庄智能工厂自研的装备自动检测系统之后，小米的代工厂惠州光弘已经完全实现了无人检测，而且，“漏检率做到零，误检率也做到行业最低。”

　　“‘AI视觉’技术能不能应用到点胶工位呢？”田真超说，答案是肯定的，但与屏幕自动检测不同，这次要针对边框胶路进行视觉引导。历时6个月，团队自研胶线视觉检测算法，实现了三维胶线路径全检，不仅消除了边框加工误差导致的点胶偏位，还通过机器学习提高引导效率40%，并将引导工位、点胶工位合二为一，点胶良率超过99.5%，并已申请2项发明专利。

　　再难也要闯过数字化这道关

　　在亦庄智能工厂手机组装线上，完成点胶工序的金属边框，被传送到装配工位。五轴机器人挥舞着手臂，从AGV运送的自动化料仓中抓取屏幕，精准装配到边框里……“简单的动作背后，蕴含了大量自主研发的科技。”周毅说。

　　“为减小高速组装过程中结构振动幅度，我们自研了振动抑制技术；为提高屏幕与边框自动对位的精度，自研了极致对位算法技术、多次拟合技术、移动平均值算法补偿技术……”周毅说，组屏工序最大的难题，是每一对随机搭配的边框和屏幕，都存在极小的尺寸工差，且各不相同。只有为所有部件建立“数字档案”，并通过人工智能算法，逐个制定最佳贴合方案，才能确保在1根头发丝的安全间隙内精确完成组屏动作，“这对工厂的数字化水平无疑是巨大考验。”

　　“企业数智化转型分为自动化、数字化、智能化三个阶段，我们的体会是，数字化是目前制造业企业要闯的最大难关。”颜克胜解释，装备的数据采集、传输、存储、分析乃至数字孪生，只是数字化的一个方面，全面数字化涵盖质量管理理论中的五要素——人机料法环，“尤其是‘人’和‘法’（工艺）的数字化，绝对是巨大挑战。”

　　亦庄智能工厂SMT贴片产线负责人孙顶对“法”的数字化难度感触最深。“贴片产线过去需要24小时轮流值班，生产线发生异常时，工程师需要凭借个人经验去分析原因，甚至要不断通过人工试错排查问题。”孙顶说，实现“法”的数据化，要求工程师不仅要把材料性能、贴片压力、印刷参数、环境等因素全部梳理出来，还要把亲身遭遇到的各种异常状况以及处置经验沉淀并萃取出来，构建成知识库。