在19日的大会上，先导智能营销总经理叶正平发表了《以AI创新加速新能源转型，迈向人机一体化智能系统新高度》的主题演讲，深刻阐述锂电工厂从追求产能向高品质制造转型，采用新技术方法实现高质量、高效率、低成本的生产是企业未来的核心竞争力，并展示了先导利用AI技术赋能锂电精益制造的最新成果。

  叶正平表示，近年来，锂电工厂的建设已趋于饱和，市场之间的竞争逐步从产能扩张转向高品质制造。客户对产品质量和设备稼动率的要求日益提升，而传统检测技术和方法的局限性，使得设备的综合效率（OEE）偏低，影响生产稳定性。

  面对这些挑战，锂电企业正积极拥抱新技术，例如将AI技术应用于人机一体化智能系统，以实现产品质量提升需求和设备稼动率提升需求，打造高质量、高效率、低成本的智能制造体系，构建企业核心竞争力。

  作为全球领先的新能源智能装备解决方案服务商，先导智能凭借深厚的行业Know-how，通过AI算法赋能锂电精益制造，围绕设备预测性维护和产品质量提升两个核心方向，已挖掘出50多个AI应用场景。

  “目前，我们已在单机层面构建了设备预测性维护系统和产品质量闭环控制管理系统，在整线层面搭建了设备智能运维平台（AIOps）和整线良率闭环管理系统（YMS）。”叶正平表示。

  叶正平介绍，先导智能正在打造缺陷检验测试2.0，构建从缺陷发现到根因分析到参数优化再到闭环控制的良率闭环管理体系，实现从缺陷发现到根因分析的质量闭环管控能力。其中，缺陷检验测试和根因分析是提升良率的两大核心难点。

  针对传统视觉检测算法的局限性，先导智能引入AI深度学习，突破传统视觉算法瓶颈。相较于传统视觉算法，能轻松实现缺陷的分类准确率从60%提升至95%，且对于极片类缺陷检验测试过失率可以从5%降低至0.2%。

  与此同时，先导使用先进成像技术，突破内部缺陷检验测试难题，能轻松实现12PPM单工位节拍和10um解析度。高效图像重建算法将过杀率降至0.2%，确保零漏检，实现精准可靠的检测。

  目前基于AI赋能的机器视觉缺陷检验测试技术已在先导的智能装备中大范围的应用，覆盖锂电生产全流程。

  叶正平表示，基于对设备的深入理解，先导构建了一套设备运维数字化平台，辅助客户将日常的点维养管理和设备故障处理流程进行数字化和标准化。同时引入人工智能AI算法，落地工艺参数优化、设备预测性维护及易损件寿命预测等AI场景应用，实现延长设备寿命、降低设备故障平均处理时长，提升整线设备OEE的运维目标。

  在设备管理系统中，先导集成了设备故障预测的功能，通过状态检测，故障发现，故障诊断、健康评估和维修决策，让客户从事后被动维护向预测性主动维护升级转型。

  为了更好的进行知识管理，先导应用大语言模型，将设备操作文档和设备调参手册等设备相关的文档导入到大语言模型中，并且建立知识图谱，让知识沉淀更便捷，还可以为新员工提供更便捷的知识获取方式。

  叶正平介绍，先导按照每个客户需求，研发了一套能源管理平台，可以在一定程度上完成从集团级到厂级到设备级的能源管控，辅助客户进行数字化低碳的转型升级

  在平台的基础上，先导还引入AI技术，进行节能改造，比如涂布的智能烘箱改造和化成分容的智能化改造，经过AI赋能之后的涂布智能烘箱可以节能15%，同时，经过智能化改造之后的化成分容能轻松实现60%的节能，为客户从工艺上进行节能降耗。

  叶正平介绍，自1999年成立以来，先导智能聚焦“新能源+高端装备”，为客户提供全生命周期+全价值链的新能源装备整线产品和服务，业务涵盖锂电池智能装备、光伏智能装备、3C智能装备、智能物流、汽车智能产线、氢能智能装备、激光精密加工、智能工厂等领域，已相继在诸多领域做到行业第一，同时目前在全球新能源智能装备的市场占有率排名第一。

  “AI技术正在深刻改变新能源智能制造业，我们的AI研发团队拥有多年锂电行业的技术沉淀。先导智能期待与更多合作伙伴携手，通过协同创新的方式，一同推动锂电精益智造的广泛应用，从而为客户创造更多价值，实现共赢。”叶正平如是总结道。