新闻

-业界首个基于AI平台的轮胎产品检测自动化系统成功构建

-从轮胎开发到成品检测，NEXEN TIRE扩大了AI技术的应用范围

图为NEXEN TIRE员工正在利用AI产品检测自动化平台判定产品是否存在缺陷。

用X-Ray检测设备确认缺陷的轮胎（左），AI技术检测结果如图所示，这证明AI可以找出肉眼几乎无法察觉的细微缺陷。

NEXEN TIRE开发出了基于Al技术的轮胎除风检测自动化系统，并将其应用于产品生产线。为了方便适用于新工厂和设备，NEXEN TIRE以平台形式开发该系统，并将其应用于国内外工厂设备，这在轮胎行业尚属首次。因此，在轮胎开发过程中扩大AI技术应用范围的NEXEN TIRE通过此次引进产品检测自动化系统，成功将Al技术的应用范围扩大到了制造工艺上。

从产品特点来看，即使在极端行驶环境下，轮胎也必须保证乘客的安全，从开发过程开始，只有通过数百项试验的产品才能生产出来。NEXEN TIRE作为全球知名的轮胎制造商，为了更全面地找出产品的细微缺陷，正在尽最大努力进行产品检测工程的升级。

NEXEN TIRE基于Al的产品检测自动化系统适用于机器视觉（Machine Vision，机器通过摄像头识别和分析视觉信息的技术）方式的非破坏性检测设备。检测除风结构性缺陷的“X光（X-ray）检测设备”和检测气泡的“激光干涉仪检测设备（SHOROGRAPHY，Shearography）”分别适用于此，它可以帮助现有的工作人员依靠视觉进行Al图像检测。

值得一提的是，检测不符合要求的重现率高达99.96%，轮胎检测专家也在持续检测肉眼难以确认的微小缺陷，为构建提供更可靠产品的环境做出贡献。

此外，该系统的特点是将Al学习和实际应用的过程自动化，提高了系统的实用性。为了确保系统的实用性，NEXEN TIRE与以AutoM L（机器学习自动化）解决方案闻名的新洛克尔公司以及专门从事轮胎设计、分析和数据处理的PDS解决方案公司从初期设计到完成阶段紧密合作。不仅是简单的机器学习自动化，该系统在开发过程中还首次将Al学习文件的选择性收集、Al模型、模型验证、实际运行周期、机器学习系统的全生命周期优化和MLS学习平台应用到运营管理中。

目前，按照现有的方式，NEXEN TIRE可以在两天内完成针对单个检测设备的深度学习模型生成，时间长达6-12个月，通过该平台型系统也可以讲AI检测技术立即用于新工厂或设备。实际上，在最近新引进检测设备的工厂中，NEXEN TIRE通过从现有系统构建工厂的数据学习到Al工具的实际应用，已经可以实现轮胎制造工艺稳定化。

NEXEN TIRE相关人士表示：“通过引入Al技术，NEXEN TIRE在轮胎生产过程中大大提高了产品检测的精度。我们计划超越非破坏性检测，在整个轮胎开发和生产工艺中继续扩大Al技术的应用。”