大西北的重庆，有一家叫赛力斯的整车厂，过去因为做电池、电机、电控这三件套时，高压线束里的插接件有0.1毫米的缝隙，经常把车给弄熄火，这种“断电惊魂”的事儿让厂家头疼不已。张玉成带着赛力斯工艺设计院的人拼命试了十几种改良办法，加班了三个月却没见好效果。 就在大家都不知道咋办的时候，重庆大学国家卓越工程师学院的一帮人来了。邹乐这张照片里拍的，就是当时学校把课堂直接搬进了赛力斯的车间。这个学院搞了个“面向重大前沿问题的工程人才培养与关键技术攻关”的试点，大约有20%的硕士、博士是从企业一线来的，他们手里有300多个直接解决生产痛点的课题。 张玉成给学院那边的大数据团队出了个难题，结果双方一聊就对上了路子：咱们用图像识别技术，把那些肉眼根本看不清楚的缝隙变成实实在在的数据。为了让机器能看懂插接件，团队只好双班轮换着干活，白天拍照片、晚上标数据。他们一口气拍了03200万张插接状态的照片，建了个国内最大的高压线束视觉数据库。 接下来是教授带着学生搞深度学习。这一套搞下来后，机器检测的精度达到了0.02毫米，这厚度差不多就是头发丝直径的十分之一。等到这套系统正式上线后，赛力斯整车厂在质量返工上省下了38%的时间。以前那种因为插接件导致批量断电的事彻底没了。 团队没停手，拿着这套算法又去检查焊点、涂装漆面等12条产线。现在厂里所有地方都用上了这个标准，“头发丝精度”成了衡量产品好坏的新规矩。 张玉成的博士论文选的就是“复杂零部件工艺质量优化”，他笑说这就好比把车间的问题写到论文里再写回车间去，这才是做工程师最有意思的地方。随着越来越多的高校都在搞卓越工程师学院，这种“产学研用”的闭环已经从重庆扩展到了全国各地。相信新能源汽车的下一次大发展，能从这套更精密的检测系统里找到新的动力。