近日，盖勒普与上汽集团旗下上海新动力汽车科技股份有限公司合作成立“AI+离散制造应用联合工作室”，共同研发AI+发动机产线供应链智慧运营管理系统（AI-EPMC）。

该系统主要针对汽车发动机制造标准快速迭代、技术文档庞杂、售后响应滞后、生产工艺优化需求迫切、质量控制难度大、设备维护成本高昂以及供应链管理效率不足等多重挑战，融合AI算法、机器学习、大语言模型（LLM）及物联网技术，通过实时数据采集与分析，实现设备状态监控、故障预测、工艺优化和供需精准匹配，显著提升企业生产运营效率与市场竞争力。

01 AI+数智物联体系构建

上述盖勒普AI-EPMC管理系统，构建了一个完整的数智物联体系。通过在设备、生产线及供应链环节部署智能传感器，打造数据实时采集与传输的“高速公路”。结合大数据分析技术，对生产与供应链数据进行深度挖掘，精准洞察生产趋势与设备状态。同时，依托AI技术构建智能算法模型，赋予系统自主学习与决策能力。

02 AI+生产线场景优化 

AI应用提升装配线自动化：由于汽车柴油发动机装配线存在多品种、小批量特点，不同订货号同种零件的装配位置差异较大。盖勒普利用图像识别技术，解决传统定位问题。在工位安装三维摄像头，AI视觉训练实现螺孔位置精准定位，并将位置信号发给协作机械臂，机械臂到达位置后将信号传给拧紧机，拧紧机完成自动拧紧并记录拧紧值，实现该工位的全自动化。所有螺钉拧紧后，系统还会进行整体评估，对拧紧值不平衡的螺钉自动定位复拧，确保装配质量与效率。应用AI技术的工位效率提升超20%，质量检测准确率显著提高。

设备预测性维护：盖勒普AI-EPMC系统在传统设备上加装振动传感器，实时采集设备的振动信息，利用“超球模型”机器算法学习，通过对一段时间历史数据的学习，生成设备健康度曲线。日常生产中，将设备运行实时数据与设备健康曲线进行比对，能看到故障趋势，及时安排预防性维护，减少非计划停机时间。

视觉识别提升质量检测自动化：在机体下线的工位，通过在SPC质检工位加装检测相机模组，盖勒普产线供应链智慧运营管理系统采用模式识别和AI深度学习双引擎算法，实现缺陷的识别和检测，提升效率10%，减少人工介入。

03 AI+知识管理场景

盖勒普AI-EPMC系统是基于DeepSeek大模型构建企业专属知识库，通过企业微信集成问答机器人，实现技术文档的智能检索与生成。该应用显著提升技术与管理人员效率，专有知识查询时间节省50%，大幅加快决策响应速度。

04 未来

盖勒普将继续拓展AI-EPMC管理系统的应用场景，结合边缘计算优化实时决策能力，运用至产品全生命周期管理；从RAG模型向MCP（模型上下文开源协议）进阶，实现“问答交互”到“指令执行”的跨越，推动生产制造全流程自动化；持续迭代技术，深化供应链与售后协同，以智能化手段赋能高质量发展，引领“科技赋能产业“创新发展。