韩国化工与材料2020 – 进行中Chosun Refractories
基于KAMP平台的X光图像AI检测
一家耐火材料制造商借助国家AI平台上构建的模型，将每件产品的X光检测时间从1.5分钟缩短至0.5分钟
问题
Chosun Refractories创立于1947年，生产耐火制品，过去由工人查看X光图像，检查成品内部的裂纹和异物。随着产品形状增多、检验员年龄偏大，判断的可靠性下降，为缓解疲劳而增加人手又推高了制造成本。
方法
该公司通过韩国中小风险企业部运营的韩国AI制造平台（KAMP），把成品的X光视频转为静态图像，并将每张图像标注为正常或不良。平台上的AI和工艺专家协助构建了对新图像进行分类的模型。该案例在2021年1月KAMP全面启用时发布。
主要数据
1.5 → 0.5 min每次X光判定的检测时间
90% → 96%缺陷判定的可靠性
启示
该公司缩短了一个检验环节的耗时，而这一环节本身已能产出带有明确正常/不良标签的图像。这家中型制造商没有自己的数据团队，借助公共平台的存储、算力和专家支持，无需招聘人员。
分类
来源
来源摘要
[1]Edaily2021年1月1日
Edaily在中小风险企业部全面启动AI制造平台之际报道了Chosun Refractories。工人此前凭肉眼检查X光图像，公司通过标注X光画面来训练分类模型。据该部门称，判定可靠性由90%提高到96%，检测时间从1.5分钟缩短至0.5分钟。
[2]FA Journal2021年1月5日
Chosun Refractories此前人工检查裂纹和异物，但产品形状增多，检验员年龄也在增长。FA Journal报道，判定可靠性由90%提高到96%，检测时间由1.5分钟缩短至0.5分钟。报道还称，该模型对此前未见过的缺陷模式表现更好。
详细内容请参阅原始来源。
收录日期 2026年10月25日 · 更新日期 2026年10月25日