为宣传学院办学成果，彰显我院科研实力与社会贡献，学院陆续推出AI+系列办学特色成果进行展示！
本周推出第五期，由楼亮亮老师领衔的工业智能成果，系统性地展示我院科研团队在AI 视觉智能检测、配电台区智能管控等前沿领域的突破性进展及其在服装柔性制造、新能源配电等领域的应用价值。
一、成果简介：
面向服装柔性制造行业，通过集成图像采集、视觉图像检测和模型优化三大技术模块，开发了布料成像抗重影及精准定位的高速成像系统、基于深度神经网络的定制化智能检测技术，以及针对计算复杂度的轻量化模型设计方案。该技术应用于成套自动化产线，显著提升产线效率与自动化水平，降低生产成本，近三年累计实现销售额21.06亿元、利润8.16亿元，并获中国图象图形学学会科技进步奖二等奖。协同杰克科技开发的成套智联技术，实现AI视觉瑕疵定位增效、设备物联柔性快反生产，为服装产业智能化发展奠定了坚实基础。与此同时，针对新能源接入下配电台区智能技术升级挑战，突破覆盖新能源接入下配电台区全要素的精确计量、泛在感知、智能管控的一系列关键技术，并实现了成果在国家电网规模化产业化应用。相关创新延伸至输液器生产线AI赋能及领域大模型数据制备项目，进一步推动我市传统制造行业智能化转型。
二、成果实效
项目面向服装柔性制造行业，从图像采集、视觉图像检测和模型优化及部署三个方面，开发了布料成像抗重影及精准定位的高速成像系统、服装定制化过程中基于深度神经网络的视觉图像智能检测技术、针对深度神经网络计算复杂度过高而进行模型轻量化设计及FPGA部署等模块一体的智能检测系统，并应用于成套自动化的服装柔性制造产线，从而达到降低生产成本，提升产线效率及自动化生产目标。近三年累计产生销售额21.06亿元，实现利润8.16亿元，取得了显著的经济效益，并荣获中国图象图形学学会科技进步奖二等奖。
图1 服装柔性制造关键装备的智能检测及产业化
学院团队积极参与杰克成套智联技术研制，该技术以工业互联网平台为核心，融合智能装备（AI裁剪/吊挂缝纫）与软件系统（MES/WMS/APS），构建全流程闭环服装产业成套制造体系。通过AI视觉实现瑕疵定位与裁剪增效30%，基于设备物联支撑柔性快反生产，依托"星链云联"调度卫星工厂资源降低人工依赖30%，结合多模态感知与PLM追溯推动漏检率≤0.3%、次布损减80%的零缺陷制造升级。
图2 服装产业工业互联网工厂技术
学院科研团队以我国输液器耗材制造行业提质增效迫切需求为牵引，成功攻克复杂工况下多模态缺陷检测与工艺优化协同控制关键技术，将新一代人工智能技术、自动化技术与医用耗材装配工艺深度融合，打造自主产权的全自动智能输液器生产线，实现输液器组装包装流程的智能化和自动化，着力提升我国输液器耗材制造行业的生产效率、产品质量和安全可靠性
图3 产学研协作下全自动智能输液器生产线AI赋能
在人工智能核心技术攻关方面，赵小明教授牵头“面向领域大模型的数据准备、优化与增广”项目获批省“尖兵”研发攻关计划项目。该项目基于领域数据的数量有限性、数据专业性、数据繁杂性、数据多维性、数据多态性等特征，面向领域大模型数据制备技术不完备所带来的数据制备高成本、低效率、有效性和实时性差等问题，开展领域大模型数据准备与管控技术、数据提炼与优化技术与数据增广与融合技术研究、以及领域大模型数据制备智能平台与数据准备与管控的工具研发等工作，支持十万级别以上高质量领域训练数据。
图4 面向领域大模型的数据准备、优化与增广
学院科研团队针对新能源接入下配电台区智能技术升级的三大挑战，突破了覆盖新能源接入下配电台区全要素的精确计量、泛在感知、智能管控的一系列关键技术，并实现了规模化产业化应用。成果在国家电网、南方电网等各省电力公司等省内外数十家企业应用，生产的产品应用于成都第31届世界大学生运动会场馆等重大工程项目。获得授权发明专利41件，发表论文14篇，获得软件著作权18项，参与或主导制定国家标准、团体标准和国网省公司企业标准28项，获《财通证券》《览富财经网》认定和报道。项目实施期内新增销售24.38亿元，利税3.88亿元。
图5新能源接入下配网台区全要素精准量测与智能管控关键技术
图6 配网动环泛在感知系统架构图
图7 配电数字化平台中的AI视频异常检测技术
图8 中国仪器仪表学会科技进步二等奖
三、人物访谈
访谈问题一：能简单介绍一下这个项目在服装制造中是如何利用人工智能技术来提升生产效率的吗？
简单来说，我们这个项目就像给服装工厂装上了“智能眼睛”和“智能大脑”。具体通过三个部分来实现：第一是图像采集，就像用高速相机给布料拍照，但避免了重影和模糊，确保定位精准；第二是视觉检测，基于深度神经网络（一种人工智能模型），让系统能自动识别布料的瑕疵，比如污点或破损；第三是模型优化，通过轻量化设计，让计算更快速、省资源。这些技术整合到自动化产线中，使得生产速度更快、质量更高，同时降低了人力成本。近三年，这个项目帮助企业实现了超过21亿元的销售额和8亿多元的利润，还获得了专业奖项，充分证明了它的效果。
访谈问题二：这个技术除了服装制造，还在其他领域有应用吗？能举一个例子说明吗？
这个技术的核心——人工智能视觉和智能管控——非常灵活，可以扩展到很多行业。举个例子，在新能源领域，我们用它来解决电力配送问题。具体来说，针对新能源（如太阳能、风能）接入电网的挑战，我们开发了精确计量、泛在感知和智能管控等技术，让电网能更智能地监控和管理电力流动。这已经在国家电网大规模应用，帮助提升了电网的稳定性和效率。另外，我们还延伸到医疗制造领域，比如输液器生产线，通过AI赋能和大数据模型，推动传统制造向智能化转型。这显示了技术的广泛适用性。
访谈问题三：基于这个项目的成功经验，您对学生在学习人工智能和智能制造相关领域有什么建议？
从项目经验来看，我建议学生从三个方面入手：第一，打好基础，重点是数学（如线性代数、概率统计）和编程（如Python），这是理解和开发AI技术的根基；第二，深入学习专业课程，比如机器学习、计算机视觉和物联网技术，因为这些在我们的项目中起到了关键作用——例如，深度神经网络用于瑕疵检测，模型优化降低了计算复杂度；第三，多参与实践项目，通过实习或竞赛将理论应用到实际中，培养解决复杂问题的能力。同时，要关注行业动态，比如服装柔性制造或新能源领域的智能化趋势，这样能更好地将学习与未来职业结合。总之，动手能力和持续学习是关键，希望你们能在这个快速发展的领域中找到自己的方向。
