2.焊接点缺陷监测。使用基于计算机视觉的AI实时监测系统，实时监测焊接质量，可以有效地提高返修速度和效率，并检测结果数据并指导设备维修人员及时调整焊枪参数，不断提高焊接质量。
3.打胶质量检测。使用基于计算机视觉算法实时监测车辆某些部件的胶条密封质量，如密封是否完整，密封宽度是否合格，密封位置是否出现偏移等，提高返修速度和效率，并检测结果数据以不断优化密封工艺。
四、经验启示
智能质量检测平台使用了最新的机器学习和深度学习算法，针对不同类型的质量问题进行建模和训练，通过多层神经网络进行智能化数据处理和分析；可以实时快速准确地发现产品质量问题，并及时进行处理。同时，通过云计算可以多维度、更加全面地分析和判断产品质量问题，并且根据不同标准进行检测，具有较高的标准化程度，适用于不同的行业和产品。
智能质量检测平台可以实现与不同的生产系统之间进行数据交换和信息传递，同时满足汽车制造的独特性要求，如能够精确地识别诸多精密零件的制造和组装部件可能出现的缺陷和问题；能够适应汽车制造过程的复杂工作环境；能够保证在不间断的生产过程中持续地进行检测和报告，并且不会因为某个故障点而导致系统崩溃。
智能质量检测平台可在BMW全球超20家工厂进行复制，在中国各个工厂间也实现推广使用，并且可以建立标准化的检测流程和方法，确保检测结果的可重复性和一致性。
（本报实习记者 王雅雯 整理）
数字化质量管理创新与实践典型案例②
