近日，北京適創科技有限公司邀請貝克休斯旗下Waygate Technologies亞太及大中華區總經理——王淼進行了一次深入對話，對話內容以「工業CT的發展歷程及應用前景」為主題，圍繞「工業CT介紹」、「工業CT的應用」、「自動缺陷識別技術」三大主線展開。讓我們一起來與王淼先生對話吧！
王淼
貝克休斯旗下 Waygate Technologies（原GE檢測科技）亞太及大中華區總經理，本科及碩士就讀於清華大學，於2006年加入GE能源集團的CLP（商務領導力計劃），至今14年GE及貝克休斯的工作經驗，先後在GE發電及能源服務、鑽井、檢測科技等業務板塊擔任負責人。
貝克休斯 Waygate Technologies
原GE檢測科技，全球最大的無損檢測企業，總部位於德國，生產基地分布於德國科隆、漢諾瓦、漢堡，北美紐約州及中國常州；同時，在中國有兩家客戶應用中心，分別位於上海及東莞。無損檢測技術自誕生至今發展已有125年歷史，以超聲波、X射線和內窺鏡為核心技術。
第一部分 工業CT介紹
01 問：請您簡要科普一下工業CT的成像原理。
王淼先生：
其實從成像原理來講，並不難理解，跟我們醫療行業的CT成像原理非常類似。它的基本原理實際上就是用X射線對物體進行掃描，獲得物體360°——也即全方位的二維投影，再通過數學建模，通過重建算法來獲取物體的三維信息。三維信息能夠很清晰地把物體內部的結構、組成、材料、幾何尺寸，以及當中的潛在缺陷信息直觀地體現出來。工業CT技術，它的從「CT」實際上就是計算機斷層成像技術（Computed Tomography）的縮寫，這就是 CT成像的基本原理。
與醫療CT相同，工業CT的基本元素也是X射線源（旋轉平臺）+承載平臺+探測器，而與醫療CT不同的是，工業CT的旋轉對象是物體，而不是成像板。
02 問：請您介紹一下工業CT的技術發展歷程。
王淼先生：
CT在工業領域的技術發展，有最主要的幾個維度。
一是它對圖像質量的要求越來越高。
因為更高的圖像質量意味著對於工業企業，無論是生產製造商還是運營商，能夠幫他們更準確地識別當中的缺陷問題。
另一個技術發展方向是快速檢測。
也就是說當CT擺到生產型企業當中後，企業需要在圖像的成像質量和檢測速度之間做一個平衡，他們會更加看重快速成像，以保證生產效率的提升，這些都會推動工業CT本身技術的發展。
CT成像技術從扇束CT到現在被廣泛使用的錐束CT，從毫米級的焦點尺寸到現在的微米、納米級的尺寸，無論是在成像速度上，還是在CT圖像的解析度上都得到了非常大的提高。另外CT數據重建和數據可視化的速度也藉助計算機的發展速度的到了極大突破。
03 問：工業CT解決方案為用戶創造的最為核心的價值是什麼？
王淼先生：
工業CT為客戶創造的核心價值，如果我們從表象來講，實際上它就是通過一種「非破壞性」的手段（因為不需要破壞被檢測對象），就能夠幫客戶獲取工件內部的缺陷，從而對工件本身，根據企業的質量標準，進行一些甄別和篩選。這是它表象所呈現的一種技術手段。
從實際的企業應用來講，它在企業的不同維度也會產生不同的價值。
我們先拿生產型企業來講。
工業CT對生產製造型企業，或者說工業企業，它帶來的價值其實是分布到幾個層次上。
第一個就是在企業的研發環節當中，有很多企業需要在研發中對於生產的工藝、製程、材料，包括新的技術手段做很多探索和嘗試。當有新的工藝、新的流程、新的材料出現之後，要保證這些材料、工藝能夠繼續滿足企業的產品需求、管制或者行業標準、行業管制的需求，就需要有一種非常領先的輔助的科技手段來幫助實現。因此，工業CT在這個環節中就起到了非常重要的作用。我們也在很多行業當中看到了這樣的例子——企業利用工業CT在研發階段來獲取支持，從數據、圖像質量上給企業很多建議和指導。
第二個是在生產過程當中的支持。這部分支持很容易理解，當企業按照既定的材料，既定的管理流程、手段，把原材料組織在一起，運用到生產工藝環節當中之後，生產出來的產品由於工藝環節當中的偏差，以及操作人員在操作環節當中的偏差，難免使工藝產品本身產生質量上的偏差。那麼這個時候，工業CT可以幫助企業，無論是抽檢還是全檢，能夠幫助企業識別產品缺陷，對企業的產品質量，包括產品的整體運營效率，提供一個保障。實際上就是幫助降低產品的不良率，提升生產效率和產品的可靠性。
第三個是產品發到客戶端後的支持。對於工業企業來講，不論是像消費電子，或是汽車行業等，當企業把產品發到最終用戶端之後，總會產生客戶投訴。比如某品牌手機在幾年前出現過很嚴重的電池問題，例如在飛機上爆炸等，這樣的情況對於企業來講是非常頭疼的，他們需要知道產品發到用戶端之後，通過在用戶側的一段時間的使用之後，產品發生了哪些變化，這些變化背後對企業未來在工藝流程、原材料的改進上有什麼樣的指導性意義。所以在這個環節當中，企業也會對使用之後的終端產品進行CT掃描，通過圖像、數據等與原先在設計生產環節當中的數據進行比對，看一看在工藝流程、原材料的組織上，有哪些環節可以做得更好以減少未來的客訴，從這些方面為企業提供指導建議。
其實歸結在一起，核心價值都是為了給客戶提供更好的產品的可靠性，對工業、對企業的生產效率提升，以及對企業口碑、品牌的提升都會有非常大的指導意義。
以研髮型機構為例，國內有很多科研院所或博物館，在他們的研發當中，工業CT也都扮演著重要的角色，幫助他們進行文物鑑定及文物出土後的時間軸分析，以及對文物本身材料、材質的變化分析都能夠帶來很好的價值。
第二部分 工業CT的應用
01 問：當前主要是哪些領域可以應用到工業CT？
王淼先生：
這個還是很多的，例如上一個問題中我舉的例子，另外還有航空航天企業（如SpaceX、Blue Origin等），他們在送太空梭上天時，很多材料都需要用工業CT來做一些檢測。傳統汽車領域裡的發動機、變速箱等，新能源汽車的電池電機及電控系統等，都會用到工業CT來做保障。還有消費電子以及增材製造領域，例如醫療健康領域的增材製造，人造骨骼、牙齒等，也都需要通過工業CT來看這些產品在質量上，在內部的裂紋孔隙上，是否能夠滿足放到人體內、在飛機上或其他路線上的需求。
02 問：能否具體到幾個領域來詳細講一下企業對於工業CT關注的重點有哪些？
王淼先生：
比如消費電子領域。客戶關注的要點包括通過工業CT來提高產品製程的穩定性，通過工業CT來看產品的質量及故障品的失效原因。更加具體的就比如在製程當中，焊接點的質量結構、組裝的精度以及失效點的可能原因等。
再說說汽車領域。
汽車領域會有這麼幾種類型：
一、傳統的汽車領域，也就是常規的汽油車。
這個領域在工業CT的使用上正在從實驗室往生產線上做轉移。傳統意義上來講，企業一般會在實驗室購買工業CT，主要的目標其實是做新產品的開發保障，以及做一些零部件替換的首件的質量保障。但是現在一個很大的趨勢是：
1、企業正把工業CT往生產線上做轉移，也就是從整車廠的實驗室轉到整車廠的實際生產線，把抽檢的批次提升，從首批件的抽檢變成批批件的抽檢，甚至做到整批件的全檢。
2、工業CT環節會從整車廠逐步下放到他們的一級供應商，甚至到二級供應商，也就是在供應商領域的研發測試階段和生產階段，都會把工業CT應用起來。主要的應用體現在我剛才講的像發動機、變速箱等，包括聯動系統、剎車、電子等。
二、商用車領域。
國內的商用車（救護車、物流用的運輸車輛、卡車等）在過去對質量的控制實際上是比較粗放的。目前的趨勢是，在這個領域出現了一些比較領先的企業，開始把目光從傳統的兩維質量檢測轉到更高的CT的三維檢測上去，能夠對柴油發動機及其他的零部件在商務車領域做檢測，來保障商務車的核心零部件質量。
三、新能源汽車領域。
不僅是中國，這個是現在全球最火的一個領域。
這裡涉及到幾個大類：
1、新能源汽車中的動力電池，在電池供應商這一側，一直希望能夠運用工業CT的技術，因為電池是動力，是新能源汽車當中最重要的一個環節，也是消費者最關心的一個環節，包括電池的壽命、電池的安全等。很多國內和國外領先的電池企業都在運用CT技術，在電池的研發、生產和總裝等環節中用工業CT對產品質量進行判定。
2、新能源汽車的組裝廠，現在國內新能源汽車的頭部企業都在探討通過工業CT對電機、對總裝、對電控系統等做一些保障，以保證整車的質量。
所以在汽車領域，無論是傳統汽車、商用車，還是現在的新能源汽車，工業CT的應用還是比較深入的。
03 問：工業CT在應用中的發展趨勢是怎樣的？
王淼先生：
從近幾年工業CT技術的發展來看，目前新的發展趨勢實際上是跟計算機技術，包括軟體發展技術相關的。
我們傳統的工業CT識別方法，是對工件進行掃描後，人工根據掃描後的圖像進行分析，並通過圖像分析的結果給出判定性的意見。但對於工業企業客戶來講，面臨著兩個挑戰：
1、勞動力成本的提升。
勞動力成本越來越高，企業會更希望通過智能化、自動化的生產線來解決勞動力成本的問題。（當然生產線其實是一個更大的概念，並不只是針對 CT的使用，而是說整條生產線都希望更智能化、自動化，配備的人工越來越少。）
2、掌握CT的掃描技術，並且能夠準確地從CT掃描成像中把缺陷識別出來的專業技術人員的缺失。
這兩點可能會使得工業CT產生比較大的缺口。
所以對企業來講，他們一方面希望把工業CT用在在線生產的質量檢測當中，但另外一方面，受制於技術員的缺失，無法保障對每張圖片進行有效的判定。做一個類比的話，相當於在醫院裡，每次做完CT幫我們看片子、下結論的人會越來越少。
所以計算機技術和軟體技術的發展其實是給了企業一個解決痛點的機會，也就是通過大數據、算法技術來實現缺陷的自動識別。通過更有效地對機械自動化的控制，解決勞動力的問題，再通過計算機軟體大數據的技術，解決缺陷自動識別的問題。這兩項技術在未來生產型企業當中可能會有非常大的發展機會，無論是在國內還是在國外。
第三部分 自動缺陷識別技術
01 問：具體來看，您對自動缺陷識別技術是如何認識的？
王淼先生：
自動缺陷識別技術是目前比較新的一個應用領域，最早我們叫它ADR，也就是Assisted Defect Recognition——並不是指全自動，而將來我們希望能夠做到automatic——全自動化，可能第一步是輔助化的缺陷識別，第二步是全自動化的缺陷識別。它實際上是伴隨著計算機及算法軟體一步步發展出來的。
那麼這裡有幾個方向：
第一，判斷效率。從CT的檢測效率來講，過去都是以小時來記的，而現在要把CT搬到生產線上來的話，必須以分鐘，甚至以秒鐘來計算生產效率。所以這個生產節拍會帶動工業基地本身的機械系統，就是機加工掃描速度，包括射線的掃描速度、成像速度的提升。那麼這方面的問題是，我們的軟體算法能不能在這麼快的時間內根據重建的數據找到缺陷做判定，並且把它體現出來。
第二，穩定性。當算法的效率，就是判斷速度跟上之後，就要面臨穩定性的問題。當在線系統重複地跑100個件、1000個件、1萬個件，甚至更多的批量、批次時，我們需要系統的穩定性是一致的。也就是需要系統能夠在很大的範圍內只有幾次miss（沒有找到），甚至所有的缺陷都能夠找到。所以從這一點來看，其實是對算法的穩定性，包括機械 CT本身，都是很大的一個挑戰。
第三，資料庫。由於CT掃描出來的是圖像，對圖像識別的依賴很大，就像在醫院，無論是做CT、做核磁，成像之後是依靠於醫生的，醫生根據自己的知識和經驗來對圖像進行判定，判定被掃描的部位或器官是不是有問題。那麼對於機器來講，機器也需要一定的經驗，也就是說需要一個很大的資料庫來幫助機器學習，進而知道什麼樣的圖像是好的，什麼樣的圖像是有問題的，把良品放回去，把次品找出來。從這一點來看，目前很大程度上依然需要依賴一些人為的幹預和支持，未來的趨勢一定是更智能化、更系統化的。
第四，指導性。當系統能夠做到自動識別，能夠把穩定、快速、自動等問題都解決了，那麼對於企業來講，更重要的問題是，當我們把這些數據匯集在一起，能否對生產工藝環節給予一些指導：哪個工藝環節可以改善，進而提升良品率，減少次品率。當數據量足夠大之後，對於整個產品的研發環節，供應鏈環節，能夠有哪些指導性的意見。這些可能都是未來在自動識別缺陷領域當中會衍生出來的一些數位化的新技術，也是我們一直尋找的新方向。
02 問：工業CT硬體發展到一定階段可能會遇到瓶頸，比如您剛才提到的掃描速度的問題，那麼是否可能有一種情況，就是通過一些軟體和算法技術來提升硬體，進而在某種程度上解決它的瓶頸的問題？
王淼先生：
我覺得是這樣，將來如果缺陷識別的軟體技術成熟到一定的程度後，其實對企業來講，他可能更關注的不僅僅是在生產線上這一批次的次品被快速穩定地被識別出來，更重要的是，我們能不能做成一個ecosystem（生態系統），為企業在整個工藝流程的大環境中給出一些指導性的意見。比如說在前道工藝當中，哪個環節可以加以改善，使得它批次的良品率能夠提升，或者說在原材料方面幫助企業識別問題，與供應商直接對話，在供應商領域的環境中做出改善，以提升成品率。這可能是一個比較大的課題。
另外，當缺陷自動識別的算法成熟之後，對於很多消費類的製造型企業來講，他們非常需要一個大的資料庫。我舉一個例子，比如在手機行業或是新能源汽車行業中，電池是一個很重要的環節，無論是新能源汽車還是手機的製造商，他們都希望構建一種系統，能夠記錄電池生產工藝流程當中的不同檢測所呈現的圖像，轉化到裝配環節的成像（包括整車廠或者裝配手機的裝配廠），再到它發送到終端。比如當汽車開始行駛後，不同裡程數對應的電池掃描；當手機開始使用後，不同時間對應的電池掃描。當把這些數據串在一起，企業更希望看到這些數據和圖像的背後，能否有一些規律化的東西呈現出來，這對我國企業未來在在如何選擇技術、工藝、參數，如何做供應商管理，可能會是一個更大的課題。
03 問：目前貝克休斯與適創科技在缺陷自動識別這樣的智能算法和軟體研發方面達成了怎樣的合作，以及未來貝克休斯在合作上的方向與期待如何？
王淼先生：
對於我們業務來講，計算機自動識別以及大數據方面的技術是我們一直非常看重的發展領域，這部分我們叫digital inspection solutions，它會是在我們三個原有的SBU（Sub Business Unit），即原有的業務單元之後新成立的一個新的業務發展方向。無論是大數據，缺陷識別，還是其他的智能化設計或基於計算機的應用技術，都會在 digital inspection solutions範疇內。
從具體的落地來講，我們一直在關注幾個問題：
第一個最基本的，目前無論是工業CT還是兩維檢測系統，我們首先希望能夠在一臺機器上檢測掃描的數據當中，總結出一些規律。其實這部分的技術原本並不是我們企業所擅長的，所以我們也一直保持著一個相對開放的心態，我們希望能夠跟無論是中國還是其他國家或區域的優秀軟體，或是軟體數據型的企業達成合作，首先幫我們在一個點上解決一些問題，然後再統籌把各個點整合在一起，形成一個體系，像我剛才講的，能夠在更大的維度內幫助客戶解決問題。
適創科技是技術積累非常深厚的企業，我們彼此有過很多交流，尤其跟郭志鵬博士的團隊有深入交流，所以我們已經找到了像電子的晶片、電池，還有汽車鑄件、巖心等合作維度，另外還有設備的遠程維修維護和保養，這個領域也涉及到對於機器本身數據的一些讀取和識別，所以在這各方面也會有一些合作。
目前貝克休斯在這類的合作上處於一個早期的階段，我們也期待著後續隨著這項技術被用戶越來越多的認可，以及這項技術本身在不同領域的發展，能夠跟國內越來越多像適創科技一樣優秀企業的合作。貝克休斯會保持一個開放的心態，與領域內專業的企業一起，把更好的整體化方案帶給我們的客戶。
採訪 | 張君琳 張偉 陳栩旋 / 北京適創科技有限公司
嘉賓 | 王淼
編輯 | 張君琳 / 北京適創科技有限公司