Daniel Weller 是爱尔铃克铃尔公司的连接技术专家， 他负责电池技术领域的连接工艺开发。电动汽车用电芯连接系统（ZKS）的焊接，对他和整个团队而言都是一项挑战：不仅要实现更高的焊接速度，还要应对更丰富的产品变型，同时贯彻“零缺陷”生产策略。这些最长可达两米的部件，往往包含 50 多个焊接位置。“即使在短节拍、产品变型高度多样的生产环境中，我们也必须始终保持焊接质量的高度一致性“，Weller 表示。
在定子发卡焊接过程中，EasyModel AI 能够检测到数百个接触点——快速、精准，并可实现稳定的批量应用。
而在不久之前，焊点检测在真实生产环境中仍然高度依赖技术经验和大量人工调校：光照变化、反射、灰尘以及微小的几何偏差，都会显著增加工艺风险。“当然，我们此前的解决方案也能应对生产需求，但通快的 EasyModel AI 如今显著加快了焊点检测速度，也推动了整个工艺开发流程的提速”，Weller 说道。
少量训练图像，效果立现
Weller 使用 VisionLine Detect 图像处理系统，拍摄了几张训练图像，并将其上传至 AI 云端。随后，他在云端对相关区域进行了标注。AI 模型仅凭少数样本图像，便能学会区分相关与无关的图像区域，实现可靠的二值化处理和稳定的边缘识别——即便在极短节拍条件下依然表现出色。“现在，我们只需数小时就能获得理想的特征识别结果，而非以前的数天时间”，Weller 说道。令他印象尤其深刻的是无代码编程，他表示：“整个系统遵循‘所见即所得’的原则，操作直观、响应迅速，完全不需要编程经验。”
在生产流程中持续学习
在舍弗勒，EasyModel AI 同样显著提升了生产速度与精度。Alexander Fast 表示，在定子绕组铜线焊接过程中，诸如高度偏差、横向位移或间隙等问题，曾一度让传统灰度识别方法达到极限。“在焊接位置判定的精度和重复精度方面，即便零件特征发生变化，AI 筛选器的表现已经超越了此前市场上的所有解决方案”，Fast 表示。一次合格率超过 99%。此外，该系统还支持统计分析功能：只需对明显偏离的数值进行重新标注，可大幅节省时间成本。
在舍弗勒，EasyModel AI 已实现全球化生产应用， 而爱尔铃克铃尔也已将该解决方案推广至全球多条量产生产线。
