“焊接是一个复杂的过程，”约翰迪尔建筑与林业部门的质量总监安迪本科（Andy Benko）在一份声明中说这个人工智能解决方案有可能帮助我们比以前更有效地生产高质量的机器。新技术的引入为制造业带来了新的机遇，也改变了我们对一些多年来没有改变的工艺的看法。”
在全球52家工厂，约翰迪尔采用气体保护金属极电弧焊（GMAW）工艺焊接低碳钢到高强度钢。该工艺使用自动电弧焊接臂，每年消耗数百万磅的焊丝。电弧焊容易产生气孔——这是一种缺陷，焊接金属中的空洞是在焊接冷却时被截留的气泡形成的。气孔问题削弱了焊接强度。
制造商以前曾试验过自动系统来查找缺陷，但它们通常会产生很高的误报率。这意味着制造商通常必须依靠熟练的技术人员来手动发现问题。找到这些技术人员可能既困难又昂贵，在大型工厂环境下，这项工作尤其具有挑战性。
这项试点项目于去年在约翰迪尔的一家建筑和林业工厂开始，该项目表明，使用计算机视觉可以使发现孔隙缺陷的过程更准确，成本更低。据英特尔的工业物联网合作伙伴ADLink称，基于人工智能的试点项目已检测到孔隙度缺陷，准确率高达97.14%。当焊缝被确认为有缺陷时，系统会自动关闭焊接机器人。
系统使用焊枪上的摄像头实时发现气孔缺陷。摄像机的视频帧采用基于神经网络的人工智能动作识别模型进行分析，对良好的焊缝以及有气孔缺陷的焊缝进行训练。
人工智能缺陷检测系统由Intel Core i7处理器提供支持，Intel Movidius VPU和Intel发行版OpenVINO toolkit（帮助开发人员将计算机视觉和深度学习推理引入边缘视觉应用程序的免费软件）。它是在ADLink机器视觉平台上实现的。
英特尔物联网集团副总裁兼工业解决方案集团总经理Christine Boles向ZDNet解释说，该芯片制造商与客户密切合作，以解决特定的业务挑战，并从中将学到的知识扩展到其他客户。
“焊接质量不是约翰迪尔独有的，而是全行业的挑战，“伯尔斯说。”独特的是迪尔的方法。。。我们与迪尔和我们的生态系统紧密合作，构建了一个端到端的解决方案，以解决今天的挑战，同时确保它具有满足其他质量或效率要求所需的寿命。“
