PhysAI POC 案例库

每个案例 = 一次客户侧的完整深挖:这家客户的产品与产线是什么、每个工位在发生什么、钱和时间具体浪费在哪、
PhysAI 从哪里接入、客户的流程怎么被改造、价值用什么数字说话 —— 全部可点击展开
🏭
① 客户画像与流程

§1-2 产品/产线/组织/工具链四维画像 + 生产流程逐工位拆解(做什么/怎么做/时间成本/痛点与数据)

💰
② 痛点量化

§3 按"发生频率×单次损失"排序,事故、迭代、认证成本落到钱和时间上

🔌
③ 融入方式

§4 每个接入点讲清五件事:数据从哪来→什么模型→输出给谁→决策怎么变→精度凭什么可信

📈
④ 改造与结果

§5-7 同一任务的前后时间线对比 + 量化价值 + 诚实边界 + 落地路径

🧭
CASE 02光纤陀螺研发(奥斯诺 · TFLN-SiPhOG)

本项目唯一已交付验收的完整案例。BI 零偏代理(2.23% vs 物理 8.25%)、温循代理(0.71% vs 5.64%,8×)、RIN 标定(τ_c<0.3%);置信度 52%→90.2%;研发验证循环从 ≈6 周压到 3-4 周——含"没做到什么"的诚实披露。

✅ 已交付 · 客户验收 加速 3.7×-8× · 置信 90.2% 进入案例 →
⚙️
CASE 01液压丝杠精密磨削(恒立式客户线)

10 工位产线全拆解:淬火态预测(应力场可视化)→ 磨削参数窗口扫描(550°C 烧伤事前预警,E-VD-11 对标工业实测 ≤7.7%)→ 批次良率证书。新品参数定型 ≈10 天 → ≈4 天(方案推演);匹配度 4.5/5。

📐 方案级 · 待产线 POC 判据误差 ≤7.7% · 匹配 4.5/5 进入案例 →
💠
CASE 03车规电子封装可靠性(功率模块/封测)

封装产线 9 工位拆解:翘曲代理上炉前筛回流曲线(vs CLT 2.4%)、焊点寿命代理投试验前标注高风险区(Nf 3.68%)、UQ 认证证据链(TS-00005 同款);NPI 认证 ≈3.5 月 → ≈2 月(方案推演)。

🧪 实验级锚点 · E-PKG×11 Nf 误差 3.68% · 翘曲 2.4% 进入案例 →

案例可信度分级(每个案例页面均有同款标注)

已交付:数字来自客户验收材料,现场可复核 方案级:模块已独立验证(工业数据集对标),产线数字为方案推演,以 L0 冻结标准现场标定 实验级:模块在标准化基准验证完成,待接入客户几何后 POC 标定

所有实验编号可在 experiments/ 目录溯源(E-FOG-1~5 / E-VD-11 / E-PKG-1~11 / TS-00005);模块技术细节见 docs/模块说明书/(19 份)。

PhysAI 物理AI仿真平台 · 精度可验证 · 结果带置信度 | 配套:工作模式流程(workflow.html)· 能力全景(capability-map-v2.html)