返回文章列表

格力如何用AI实现智能制造案例

🏭 制造业 ⚡ 效率提升型 🏢 中型企业 🎯 AI应用场景 🔧 人工智能 📅 2026-06-25

📌 摘要

格力，部署AI视觉检测系统（康耐视工业相机+NVIDIA边缘服务器），解决空调500焊点/1000管路人工质检漏检率高的难题，实现缺陷检出率提升至99.5%、检测速度提升83%（2分钟/台→20秒/台）。

📖 本案例根据 格力电器官网报道整理 · 查看原文 →

企业背景

珠海格力电器股份有限公司是中国领先的空调制造企业，成立于1991年，总部位于广东省珠海市。

核心业务：

• 空调产品：家用空调、商用空调，年产销空调5000万台

• 智能装备：工业机器人、数控机床、自动化设备

• 生活电器：冰箱、洗衣机、小家电

市场地位：

• 中国空调市场份额35%（连续18年第一）

• 2023年营收2500亿元，净利润350亿元

• 员工8万人，生产基地遍布全球

数字化转型动机：
空调制造是复杂装配过程，质量检测靠人工，漏检率高、一致性差。随着人工成本上升和品质要求提高，企业急需自动化检测方案。

问题

1. 人工质检漏检率高

• 每台空调需要检查500个焊点、1000个管路连接点

• 人工检测速度慢（2分钟/台），漏检率5%

• 漏检导致售后投诉，每年赔偿2亿元

2. 质检标准不统一

• 不同工人对"瑕疵"的判断标准不一致

• 新员工培训周期长（6个月才能独立上岗）

• 客户投诉"质量不稳定"

3. 质检数据没有沉淀

• 缺陷类型、位置、数量等数据没有系统记录

• 无法分析缺陷产生的原因

• 质量改进缺乏数据支撑

方案

1. AI视觉检测系统

硬件配置：

• 工业相机：康耐视In-Sight 8000（500万像素，检测精度0.1mm）

• 镜头：施耐德Makro-Symmar 4.5/90

• 光源：LED环形光源（避免反光）

• 边缘服务器：NVIDIA Tesla T4（算力65 TFLOPS）

AI模型：

• YOLOv8：检测焊点缺陷（虚焊、漏焊、焊偏）

• ResNet50：分类缺陷类型（如"虚焊"分为"轻微虚焊"和"严重虚焊"）

• U-Net：分割缺陷区域（精确测量缺陷大小）

实施效果：

• 缺陷检出率：95% → 99.5%

• 误检率：8% → 1%

• 检测速度：2分钟/台 → 20秒/台

2. 智能装配指导系统

系统组成：

• AR眼镜：工人佩戴AR眼镜，看到装配指导（如"下一步安装压缩机，扭矩50N·m"）

• 视觉引导：摄像头识别零件，提示正确安装位置

• 质量复核：装配完成后，AI自动检测装配质量

成果：

• 装配错误率：3% → 0.5%

• 新员工培训周期：6个月 → 1个月

• 装配效率提升：20%

3. 预测性维护系统

监测参数：

• 生产设备（如注塑机、冲压机）的振动、温度、电流

• 关键部件（如模具、刀具）的磨损程度

AI模型：

• 异常检测（Isolation Forest）：识别设备异常状态

• 剩余寿命预测（RUL）：预测设备还能运行多久

成果：

• 设备故障预警准确率：90%

• 突发停机次数减少：50%

• 维修成本降低：30%

效果

量化数据对比

指标	实施前	实施后	提升
缺陷检出率	95%	99.5%	+4.5pp
误检率	8%	1%	-7pp
检测速度	2分钟/台	20秒/台	+83%
人工成本	5000万元/年（2000名质检工）	2000万元/年（800名）	-60%
售后投诉率	2%	0.3%	-85%
装配错误率	3%	0.5%	-83%

典型案例：格力长沙基地

背景：

• 年产空调500万台，原有2000名质检工

• 售后投诉率高，每年赔偿2亿元

实施：

1. 在10条产线部署AI视觉检测系统

2. 为5000名装配工人配备AR眼镜

3. 安装预测性维护系统

效果：

• 缺陷检出率提升至99.5%

• 售后投诉率降低至0.3%

• 每年节省成本（人工+赔偿）10亿元

启示

1. AI落地要找到"高价值、低复杂度"场景

• 高价值：质检直接影响产品质量和品牌声誉

• 低复杂度：焊点检测是"单目标检测"，技术成熟

• 可复制：其他制造企业也有同样痛点

2. 人工+AI是最佳组合

• 完全取代人工不现实：AI可能漏检罕见缺陷

• 人工复核必要：AI检出的缺陷，由人工复核

• 持续训练：人工复核的数据用于优化AI模型