中国是制造业大国，而精密制造一直以来都是制造业核心技术优势的外化体现。
冲压是一个典型的金属零部件精密制造场景。一辆汽车有约 70% 的金属零部件都是冲压产生的，冲压过程中的生产异常、零部件瑕疵若不能及时发现，将造成极大损失。
成立于 2020 年 7 月的信润富联，由中信集团、华润集团、工业富联三家世界级行业巨头联手创建，公司创立之初就聚焦打造代表制造业最高水平的灯塔工厂及赋能行业数字化转型的工业智能解决方案。
基于对工业场景和冲压加工痛点的深刻洞察，信润富联研发团队开发了一款面向汽车零部件制造场景的精密制造在线异常监测系统 MachineProphet ，该系统基于信润富联自研的高精度传感器、多模态信号融合技术，借助飞桨时序建模库 PaddleTS ，实现了对精密制造过程异常的智能在线监测。
信润富联首席技术官冯建设，向我们介绍了这款能够给生产线做“心电图”的产品，和他对智能制造的展望。
我叫冯建设，在信润富联任 CTO ，主要负责技术方向研究、工业智能产品研发及落地。
信润富联的定位是做工业智能解决方案的服务商，主要聚焦在智能制造相关场景和领域。
中国其实是一个冲压大国，我以汽车加工为例，整个汽车零部件的生产当中，有超过 1500 个零件是冲压产生的，它对于整个加工的精度、加工质量的品质要求是非常非常高的。如果对于过程中的这种异常、瑕疵不能及时发现的话，那可能造成的成本的损失、废品率就是不可估量的。
Machine Prophet 就是我们这款做冲压过程的智能监控的产品。
我们是用了一款专门的传感器，它是通过对超声信号的捕捉，把整个冲压加工过程中的结构变化异常，即时捕捉出来。在整个超声的环境下，噪声还是比较多的。怎么把信号增强、识别出来，这个也有一定的挑战。
大家最熟的时序，我觉得应该就是每个人的心电图。它横轴是时间，纵轴是一个指标。有些人会有窦性心律不齐等等，本质上它就代表说，对整个时序信号量化分析之后，异常模式被识别出来。
那么整个工业加工场景，我们所做的时序分析就是，对于整个冲压过程的动态数据有一个分析，然后及时地做一个故障的根因分析等等。
在这个地方不得不提的就是，其实整个百度 PaddlePaddle 的生态给了我们很多的启发。像飞桨时序建模库 Paddle TS ，它作为整个百度飞桨下面时序分析相关的一个建模算法库，它内置了挺多常见的基础模型功能。还有一些建模的算法，对于我们起到了非常大的作用。
现在，Machine Prophet 可以做到在工业现场 0.02 毫米、实验室环境 0.01 毫米厚度异物的实时监测、首件检出，Machine Prophet 产品的精度指标、可靠性、安装部署的应用性等表现均明显优于国际竞品。
当然冲压只是一个非常典型的场景而已。和冲压类似的像挤压、压铸，半导体（制造）里面后道的封测，本质上现在都是在积极地拥抱人工智能带来的福利。
我其实一直都是对于像人工智能这样的技术在工业应用的一个坚定的支持者。接下来我们也是期望，在这部分能够和 PaddlePaddle 有个合作，比如说国产化的一些落地，这里面都是 AI 可以发挥很大用武之地的地方。
这也是我们作为一家工业智能服务商，作为工业智能行业从业者的一个愿景。当然也离不开像百度这样优秀的技术伙伴，我们一起带来更多的产业拥抱 AI 的可能性，和更大的价值创造的机会。
