教会AI进行质量检验，他们有经验

近日

海油工程青岛公司

完成焊接外观缺陷

AI辅助识别技术攻关

相关系统已投入

现场小范围验证

为质量检验注入新动能

海洋工程建造中焊缝数量多、分布广且检验频次高，大量重复性的基础检验工作长期制约现场作业效率。为破解这一痛点，项目团队从焊接外观缺陷识别场景入手，探索利用人工智能辅助现场质量检验，让AI成为检验人员的“智能助手”。

面对现场焊缝缺陷没有现成公开数据集可供调用、全部训练数据都需要从零搭建的难题，团队立足现场实际工况，梳理合格焊缝标准以及各类缺陷特征，完成海量焊缝图像采集、筛选、分类、标注与复核工作，夯实 AI模型训练的数据基础。

依托海能人工智能平台，团队完成数据集整理、模型训练、结果分析全流程工作。并不断补采样本、统一标注口径，针对高频误判场景反复迭代优化，持续打磨模型识别能力。

团队将模型封装至移动端，依靠手机即可完成焊缝现场识别。针对实地测试中出现的强光干扰、拍摄角度距离带来的识别波动，团队建立 “现场测试—问题反馈—样本补充—模型再训练”闭环优化机制，让AI在真实工程环境中不断成熟。

经过持续攻关，团队打通 “现场识别—结果保存—后台管理—人工复核”完整业务链路。目前系统已具备典型缺陷辅助识别能力，最高识别率可达95%以上。

下一步

团队将持续扩充缺陷识别类别

不断提升精度

拓展应用场景

推动人工智能以更深层次

融入海油工程质量管理体系

以数智化手段持续提升

质量管理效能

文字 | 朱诗雨 贾必玉 刘彦智

图片 | 朱诗雨 贾必玉 

编辑 | 刘彦智 

责任编辑 | 于韶伟

监制 | 仝明磊

【第3928期】