哈尔滨电机厂有限责任公司：视觉识别与智能体辅助定子冲片生产

报告案例整理：以下建设过程与数字来自中国信息通信研究院《2025年度制造业数字化转型典型案例集》，不是本站自行测量的数据。

来源：中国信息通信研究院《2025年度制造业数字化转型典型案例集》企业篇，PDF 第 85-87 页（书内页码 78-80）。

案例摘要

哈尔滨电机厂有限责任公司基于人工智能技术与数字孪生管理平台，集成制造执行系统(MES)、 高级计划排程系统(APS)、数据采集与分析平台(IOT)等生产管控系统，打造由定子冲片生产线、自动喷漆生产线2条自动化产线以及400T自动化改造单元、去毛刺自动化改造单元、自动磨抛单元等10个智能化生产单元组成的全新生产域。打造全方位智能仓储物流中心，实现“5G+智能仓储物流”应用，提高输送效率。同时，车间内设有原材料、半成品、成品等立体库位，保障持续性的自动化生产，共同组成了具备柔性生产能力的全域数字化车间。

AI 应用提要

AI 相关度：AI核心案例

• 哈尔滨电机厂有限责任公司基于人工智能技术与数字孪生管理平台，集成制造执行系统(MES)、 高级计划排程系统(APS)、数据采集与分析平台(IOT)等生产管控系统，打造由定子冲片生产线、自动喷漆生产线2条自动化产线以及400T自动化改造单元、去毛刺自动化改造单元、自动磨抛单元等10个智能化生产单元组成的全新生产域。
• 针对上述问题，哈尔滨电机厂有限责任公司开启车间智能转型建设，通过产线自动化改造，数字孪生搭配单元控制器建设，以及人工智能场景搭建等，实现定子冲片生产全域数字化管理，构建集冲片存储、无人配送、智能生产于一体的全域数字化车间。
• （二）人工智能场景及决策模型建设面对传统生产过程中各类问题频发，冲剪数字化车间利用人工智能技术，搭建数字孪生系统，其中，AI大模型基于LLM基础模型，具备LLM管理、知识库管理、多源数据管理等核心功能，结合电力装备行业特性及定子冲片产品特点，内嵌通识知识和电机生产行业模型库，结合冲剪分厂设备相关材料及故障、维修、保养等数据，进行知识语料训练，建立冲剪数字化车间设备知识库，形成冲剪数字化车间智能助手。
• （四）视觉识别技术助力提升产品质检精度和效率跃迁在质量检测端，以往人工辅以放大镜的目视检测方法依赖质检员经验和技能熟练度，缺乏量化依据。
• 在关键质检工序部署毛刺检测仪，由机器人抓取半成品冲片送入毛刺检测仪，四轴机器人驱动检测相机对毛刺进行检测，检测相机采用识别算法平台，配套图像识别软件，集成多种图像算法与功能，精度可达0.01mm，检测的毛刺信息及分析结果与标准数据进行对比，超出允许偏差范围则自动报警，操作者根据毛刺数据及时确认模具冲压质量。
• （三）面向生产场景的人工智能技术应用冲剪数字化车间建设数字孪生管理系统中引入了AI问答功能，实现了与数字孪生系统的集成。

技术标签

人工智能 · 计算机视觉 · 知识图谱 · 数字孪生 · 5G · 物联网 · MES · APS · 机器人

原文整理

一、背景情况

传统的定子冲片生产模式存在车间管理效率不高、生产劳动强度大、生产过程多种类问题频发、产品质量波动大、物料占地广、转运耗时长等问题。针对上述问题，哈尔滨电机厂有限责任公司开启车间智能转型建设，通过产线自动化改造，数字孪生搭配单元控制器建设，以及人工智能场景搭建等，实现定子冲片生产全域数字化管理，构建集冲片存储、无人配送、智能生产于一体的全域数字化车间。

二、主要做法

（一）车间管理数字化

针对车间管理效率不高的问题，升级改造后的车间实现了数据贯通。冲剪数字化车间主要涵盖11个数字化系统（工业软件）交互作用，以MES平台为数字化车间主要平台，应用IOT数据总线汇集车间内各方数据源，综合车间控制器、单元控制器、APS平台、WMS仓储管理系统、AGV调度系统、数字孪生系统、设备管理系统、安环管理系统、能源管理系统等多个业务平台的多源数据，实现车间全域全局数字化管理。

（二）人工智能场景及决策模型建设

面对传统生产过程中各类问题频发，冲剪数字化车间利用人工智能技术，搭建数字孪生系统，其中，AI大模型基于LLM基础模型，具备LLM管理、知识库管理、多源数据管理等核心功能，结合电力装备行业特性及定子冲片产品特点，内嵌通识知识和电机生产行业模型库，结合冲剪分厂设备相关材料及故障、维修、保养等数据，进行知识语料训练，建立冲剪数字化车间设备知识库，形成冲剪数字化车间智能助手。通过问答方式，可快捷、全面查询设备生产情况，辅助生产决策。

（三）基于5G通信的智能仓储物流体系搭建

针对产品传统生产过程中物料占地广、转运耗时长等问题，冲剪数字化车间的AGV自动配送系统通过激光导航及二维码精确定位可覆盖全车间，配合调度算法动态规划，日均转运频次可达380次，完成时间控制在15min内。同时，AGV自动化调度与安全控制急停系统避免了人工操作的随机性，有效降低危险系数。

自动立体库通过堆垛机实现物料的三维空间存储，充分利用高度空间，有效提高存储密度。通过立体库与WMS系统实时联动，入库时自动绑定物料信息，出库时根据工作号等信息自动调取，大幅提升物料周转率。

（四）视觉识别技术助力提升产品质检精度和效率跃迁

在质量检测端，以往人工辅以放大镜的目视检测方法依赖质检员经验和技能熟练度，缺乏量化依据。

创新应用视觉识别技术替代人工检测。在关键质检工序部署毛刺检测仪，由机器人抓取半成品冲片送入毛刺检测仪，四轴机器人驱动检测相机对毛刺进行检测，检测相机采用识别算法平台，配套图像识别软件，集成多种图像算法与功能，精度可达0.01mm，检测的毛刺信息及分析结果与标准数据进行对比，超出允许偏差范围则自动报警，操作者根据毛刺数据及时确认模具冲压质量。

三、成效与亮点

（一）生产数字化管理

通过MES、车间控制器、单元控制器及各信息化系统间的数据传递与联动，管理人员可直接将任务下发至自动化单元机台，同时对任务与物料进行识别适配，异常时自动触发预警，避免生产错位；质量数据与物料批次、生产时间、生产设备等参数绑定存储，可进行问题追溯，实现生产数据线上管理。

（二）转运过程中的异常自诊断

当背负式AGV在作业过程中出现异常情况时，AGV调度系统将捕捉到异常信号，启动智能诊断算法，将采集到的异常数据与预设的故障特征数据库进行比对分析，判断当前异常类型并同步映射至数字孪生页面，以三维可视化的方式直观呈现，基于诊断结果自动生成针对性的处理建议。

（三）面向生产场景的人工智能技术应用

冲剪数字化车间建设数字孪生管理系统中引入了AI问答功能，实现了与数字孪生系统的集成。AI智能体的搭建与训练，有助于提升现场相关人员信息获取与问题解答的效率，同时把设计、工艺、排产等多类信息输送到智能体知识库中，随着知识图谱的不断丰富，AI智能体将会以辅助决策者的身份加入生产现场，实现生产决策的再一次升级。

四、经验启示

（一）顶层规划布局为引领

数字化建设作为制造类企业转型升级的重要工作，其本质上是一场管理方式的转换变革，转型之路充满不确定性，因此要以顶层规划为指引，细化开展每一步建设工作。

（二）生产业务需求为驱动

要以业务驱动为原则，以业务部门的实际需求为导向，以局部优化为切入点，高效推进建设工作。

（三）人工智能技术为辅助

结合快速发展的人工智能技术，前期应以“生产业务+AI场景”的模式转化过度，当企业智能体训练累积迭代达到一定程度，可将其转化为“AI+生产”的先进生产模式。

来源页面截图

资料定位

中国信息通信研究院《2025年度制造业数字化转型典型案例集》，PDF 第 85—87 页。报告版本为2025年，整理日期为2026年10月20日。