近年来，长虹华意深入落实智能制造发展战略，坚持以党建为引领，把党员先锋作用发挥在生产一线，把党小组建在技术攻关前沿，成立AI技术攻关小组，推动人工智能在制造业场景中落地应用，促进AI技术与智能制造深度融合。

　　质量是企业的生命线，也是智能制造必须守住的底线。长虹华意以党建为引领，把党小组建在技术攻关前沿，让党员冲在智造转型最难处，推动人工智能在制造业场景中落地应用，以技术突破带动产线升级，以党员攻坚带动全员创新。

　　电机车间和冲焊车间的两个党小组，不约而同把攻坚方向对准了同一个目标——用AI技术筑牢质量防线。他们瞄准的，不是一般性的技术改良，而是长期困扰一线、依靠传统手段难以根治的质量难题。

　　电机车间TB线定子外观检测，过去依靠人工外观全检把关。员工在生产过程中因疲乏易判断失误，定子的缺陷大多是藏在缝隙边角的毫米级瑕疵。此前就发生过检验员长时间盯检，眼睛干涩疲劳，没能识别出夹槽微小缺陷，不良件流入后造成整机装配故障的情况。经调查了解，检验人员并非责任心缺失，而是人眼长时间面对细小工件，生理上很难做到万无一失。这件事也让电机车间党小组下定决心，要为产线打造一双永不疲倦的“AI慧眼”。

　　由周柱华、刘邦旺等党员组成的攻坚小队扛起攻坚任务。项目初期，小组成员轮班驻守产线，收集成千上万套合格与不合格定子样本，对每一类缺陷逐一标注入库，白天跟进现场实物状态，夜晚迭代优化算法模型，每当算法出现误判，就立刻回到产线比对实物特征。车间引入高清工业镜头，实现定子外观全方位、无死角检测，可精准定位毫米级微小缺陷，彻底杜绝“漏检”“误判”问题。这双“AI慧眼”背后，是党员骨干对每一个样本、每一帧图像、每一次误判的反复推敲，是智能制造从“可用”走向“好用”“管用”的扎实脚印。

　　与此同时，冲焊车间壳体D线下壳体保护支架、三管、钢柱销漏焊问题，过去完全依靠人工判定，结果受技能、状态等主观因素影响，较易出现漏焊工件流入下序，一次交验不合格率管控难度大等问题。黄招明、符秋里、王文清作为冲焊车间党员骨干代表，成立攻关小组，牵头打造设备视觉AI质检智能体。项目最大的堵点在于壳体型号多，焊点位置不同，如果每次换型都手动修改检测参数，既延续生产节拍，还容易出现人为设置错误。小组成员扎根产线，针对不同系列型号开展深度采样、自主学习，搭建专属知识库，还把历年留存的漏焊不良件全部整理出来，逐件拍摄标注，反复训练算法模型。最终依托AI智能体自主识别判定型号，无需人工手动切换，大幅提升产线换型效率；且随着采样数据持续积累，知识库模型不断迭代优化，质检判断准确性稳步提升。

　　从“人眼盯防”到“AI慧眼”，从“人工判定”到“智能体自主识别”，变化的不只是检测手段，更是制造理念、组织方式和质量管控模式的深层跃迁。两个车间党小组协同攻坚、双向发力，构建起全方位、高精度的AI质检立体防线，彻底杜绝质量隐患，用实干践行了“围绕高难度目标不动摇”的攻坚担当。（李春莲）