在制造行業(yè)中，工業(yè)4.0（Industry 4.0）不僅僅是一個(gè)流行詞，它已成為一種新的現(xiàn)實(shí)。新型冠狀病毒的爆發(fā)加速了這一現(xiàn)實(shí)的到來。在新型冠狀病毒爆發(fā)的前三個(gè)月中，企業(yè)和消費(fèi)者都適應(yīng)了網(wǎng)絡(luò)世界，數(shù)字技術(shù)的發(fā)展速度相當(dāng)于十年間的發(fā)展速度。

面向數(shù)字技術(shù)解決方案的投資可以幫助企業(yè)實(shí)現(xiàn)未來發(fā)展的關(guān)鍵點(diǎn)，即敏捷性、適應(yīng)性和創(chuàng)新性。隨著精簡(jiǎn)業(yè)務(wù)、降低成本和最大化收益壓力的增大，數(shù)字化轉(zhuǎn)型已成為當(dāng)務(wù)之急。

數(shù)字化轉(zhuǎn)型的贏家正在利用顛覆性技術(shù)來應(yīng)對(duì)業(yè)務(wù)挑戰(zhàn)，并通過實(shí)際應(yīng)用推動(dòng)改進(jìn)。數(shù)字化運(yùn)營(yíng)流程對(duì)于制造商應(yīng)對(duì)需求和危機(jī)的挑戰(zhàn)至關(guān)重要，可視為制造業(yè)發(fā)展的自然進(jìn)步。

高級(jí)分析和機(jī)器視覺

高級(jí)分析和機(jī)器視覺是工業(yè)人工智能領(lǐng)域的兩大主流應(yīng)用

[[412275]]

在工業(yè)領(lǐng)域，機(jī)器學(xué)習(xí)驅(qū)動(dòng)的高級(jí)分析是我們深耕多年的一項(xiàng)人工智能應(yīng)用。該技術(shù)通過預(yù)測(cè)技術(shù)和最優(yōu)化模型，助力生產(chǎn)效率、能源效率和產(chǎn)品質(zhì)量獲得進(jìn)一步提升。

例如，在某鋼鐵集團(tuán)的工廠，基于深度學(xué)習(xí)的爐溫控制模型能夠自動(dòng)預(yù)測(cè)高爐溫度，實(shí)現(xiàn)過程參數(shù)優(yōu)化值的人工智能推薦，推動(dòng)高爐產(chǎn)出增加4%，綜合能耗降低0.7%；在某制藥公司的工廠，通過機(jī)器學(xué)習(xí)在線分析設(shè)備關(guān)鍵參數(shù)，智能分析和預(yù)測(cè)設(shè)備故障根因并自動(dòng)提出行動(dòng)建議，將關(guān)鍵設(shè)備的綜合效率提升了50%；某公司在無錫工廠以高級(jí)分析系統(tǒng)實(shí)現(xiàn)刀具全生命周期的最優(yōu)化，根據(jù)性能根因分析調(diào)整操作方式，并結(jié)合設(shè)備效率和更換成本優(yōu)化換模規(guī)則，將刀具庫存降至10%以下；某大型制造企業(yè)在深圳工廠部署了集成工業(yè)大數(shù)據(jù)的中央決策云平臺(tái)，并通過全局規(guī)劃和智能應(yīng)用將無人運(yùn)營(yíng)的“關(guān)燈工廠”變?yōu)楝F(xiàn)實(shí)，從而節(jié)省了88%的人力，并且提升了30%的生產(chǎn)效率。

機(jī)器視覺是工業(yè)人工智能的另一項(xiàng)主流應(yīng)用。該技術(shù)通過解析非結(jié)構(gòu)性圖像數(shù)據(jù)來提供洞見，在質(zhì)量過程控制和檢驗(yàn)方面效果卓著。在某汽車制造工廠，集團(tuán)旗下的分析卓越中心自行研發(fā)的機(jī)器視覺應(yīng)用能夠快速識(shí)別帶鋼表面缺陷，確保有質(zhì)量問題的產(chǎn)品不流入市場(chǎng)，由此將該問題帶來的質(zhì)量成本損失降低了50%；在某集團(tuán)公司的天津工廠，以三維機(jī)器視覺技術(shù)為內(nèi)核的在線質(zhì)量控制系統(tǒng)可對(duì)壓縮機(jī)油面位置進(jìn)行精確監(jiān)控，以保證此類問題客戶“零投訴”；在另一家工廠，機(jī)器視覺實(shí)現(xiàn)了線上操作質(zhì)量的全自動(dòng)控制，將單品間接人力成本降低了17%。

[[412276]]

除此以外，我們也在積極探索自然語言處理、先進(jìn)機(jī)器人、流程自動(dòng)化、智能云等其他人工智能技術(shù)的工業(yè)應(yīng)用，以期在不同行業(yè)的豐富場(chǎng)景中進(jìn)一步釋放工業(yè)人工智能的價(jià)值潛力。

人工智能+工業(yè)制造

一、人工智能產(chǎn)品質(zhì)量檢測(cè)

人工智能嵌入生產(chǎn)制造環(huán)節(jié)，可以使機(jī)器變得更加聰明，不再僅僅執(zhí)行單調(diào)的機(jī)械任務(wù)，而是可以在更多復(fù)雜情況下自主運(yùn)行，從而全面提升生產(chǎn)效率。在質(zhì)量管理方面，制造企業(yè)采用人工智能檢測(cè)技術(shù)來對(duì)產(chǎn)品外觀缺陷進(jìn)行檢測(cè)，減少了人工成本，提高檢測(cè)精度和效率。人工智能檢測(cè)設(shè)備對(duì)產(chǎn)品外觀缺陷檢測(cè)效果驚人，與人工相比，它有著巨大優(yōu)勢(shì)。

1. 人工智能檢測(cè)，降低人力成本；
2. 精確識(shí)別細(xì)微缺陷，提高檢測(cè)效率；
3. 滿足客戶動(dòng)態(tài)品質(zhì)管控需求；
4. 根據(jù)查詢系統(tǒng)，開展產(chǎn)品質(zhì)量追溯。

二、人工智能實(shí)現(xiàn)柔性化生產(chǎn)

隨著個(gè)性化需求時(shí)代的到來，標(biāo)準(zhǔn)化的生產(chǎn)模式越來越無法滿足消費(fèi)者的需求。人工智能技術(shù)對(duì)于挖掘消費(fèi)者需求數(shù)據(jù)以及特征行為等方面發(fā)揮著重要作用，并能夠?qū)ο嚓P(guān)產(chǎn)品的市場(chǎng)前景進(jìn)行預(yù)測(cè)分析，將分析結(jié)果作為生產(chǎn)過程中的參考依據(jù)。

人工智能技術(shù)還能有效實(shí)現(xiàn)柔性生產(chǎn)，對(duì)生產(chǎn)線的生產(chǎn)計(jì)劃進(jìn)行控制與管理，從產(chǎn)品的供應(yīng)鏈、物流鏈、生產(chǎn)鏈等各個(gè)環(huán)節(jié)進(jìn)行合理管控，降低相關(guān)流程的不必要成本。例如在產(chǎn)線物流環(huán)節(jié)，利用機(jī)器學(xué)習(xí)技術(shù)，機(jī)器人能夠判斷如何分揀生產(chǎn)線上的產(chǎn)品，分撿的成功率可以達(dá)到90%，和熟練工人的水平相當(dāng)。

[[412277]]

三、人工智能實(shí)現(xiàn)設(shè)備預(yù)測(cè)性維護(hù)

在24小時(shí)不停運(yùn)轉(zhuǎn)的工廠里，突發(fā)的停機(jī)事件會(huì)造成不小的損失。為了實(shí)現(xiàn)預(yù)測(cè)性維護(hù)，技術(shù)人員通過大量的設(shè)備性能和環(huán)境歷史數(shù)據(jù)，借助人工智能技術(shù)分析構(gòu)建預(yù)測(cè)性維護(hù)模型，對(duì)設(shè)備運(yùn)行狀況進(jìn)行預(yù)測(cè)。

在智慧工廠里，預(yù)測(cè)性維護(hù)通過對(duì)重要資產(chǎn)如機(jī)床、重要機(jī)器儀表等設(shè)備的健康監(jiān)測(cè)來實(shí)現(xiàn)。生產(chǎn)設(shè)備里的傳感器等隨時(shí)監(jiān)控設(shè)備運(yùn)行狀態(tài)，把實(shí)時(shí)運(yùn)行數(shù)據(jù)傳輸?shù)皆粕喜捎萌斯ぶ悄芎痛髷?shù)據(jù)進(jìn)行分析，提前預(yù)知設(shè)備的異常狀態(tài)，采取應(yīng)對(duì)措施，從而最小化設(shè)備停機(jī)的可能。

四、人工智能的其他應(yīng)用實(shí)例

庫房管理與物流：比如物流公司某庫房，需要按照訂單和發(fā)貨地分揀成品，同時(shí)回收空的料箱，并把部分廢料、廢品扔進(jìn)廢料堆放處。這個(gè)工作每個(gè)班次由兩名工人合作完成，庫房?jī)?nèi)有粉塵和噪音，每天累計(jì)重復(fù)分揀動(dòng)作要執(zhí)行2000-3000次，雖然重物搬運(yùn)由機(jī)械手完成，但仍是強(qiáng)度大、環(huán)境差、技術(shù)含量低的重復(fù)性工作。

企業(yè)用一臺(tái)機(jī)器人替換每天三班倒的兩個(gè)工位，機(jī)器人帶有機(jī)器視覺系統(tǒng)，訂單和發(fā)貨地分揀可以掃RFID碼，成品、空箱、廢料廢品的判斷由AI學(xué)習(xí)算法逐步提高識(shí)別率，最初識(shí)別率只有62%左右，需要每個(gè)班次配合一個(gè)工人拾遺補(bǔ)缺，隨著數(shù)據(jù)積累，AI識(shí)別模型不斷完善，一段時(shí)間月后，綜合識(shí)別率提高到96%的水平，成品識(shí)別和發(fā)貨地分揀完全準(zhǔn)確，已不需要庫房留人補(bǔ)缺，只在廢料廢品回收時(shí)，撿出極少量的空箱即可。

[[412278]]

工藝優(yōu)化：AI通過調(diào)節(jié)和改進(jìn)生產(chǎn)過程中的參數(shù)，對(duì)于制造中使用的很多機(jī)器進(jìn)行參數(shù)設(shè)置。生產(chǎn)過程中，機(jī)器需要進(jìn)行諸多參數(shù)的設(shè)置。例如，在注塑中，可能需要控制塑料的溫度、冷卻時(shí)間表、速度等等。所有這些參數(shù)都可能受到各種外部因素的影響，例如，外界溫度等。通過收集所有這些數(shù)據(jù)，AI可以改進(jìn)自動(dòng)設(shè)置和調(diào)整機(jī)器的參數(shù)。

生產(chǎn)制造：福特曾經(jīng)豪言：不管你要什么車，我都只生產(chǎn)黑色，這是流水線大生產(chǎn)的典型寫照，但如果福特放在現(xiàn)狀還是這種思路的話福特汽車只有死路一條。因?yàn)楝F(xiàn)在個(gè)性化越來越多，但是個(gè)性化生產(chǎn)的成本又非常巨大，那么只有一種途徑就是大規(guī)模定制，利用個(gè)人消費(fèi)數(shù)據(jù)進(jìn)行分析后形成綜合的訂單，然后平臺(tái)分發(fā)進(jìn)行大規(guī)模生產(chǎn)進(jìn)而降低成品單價(jià)。目前電商行業(yè)具備大量的消費(fèi)行為數(shù)據(jù)，但是數(shù)據(jù)永遠(yuǎn)是落后于實(shí)際需求的，高級(jí)分析就很好的解決了這個(gè)問題，將數(shù)據(jù)進(jìn)行分析整理，反饋到制造端，實(shí)現(xiàn)生產(chǎn)制造的優(yōu)化配置。

[[412279]]

縱觀全球，涉足工業(yè)人工智能領(lǐng)域的企業(yè)早已證明了這種技術(shù)的獨(dú)特價(jià)值。人工智能技術(shù)在改善企業(yè)的生產(chǎn)力、效率、質(zhì)量和成本等方面具備巨大潛力，無疑將成為賦能未來制造業(yè)的全新引擎。不過，企業(yè)的人工智能轉(zhuǎn)型之旅任重道遠(yuǎn)，我們也在高級(jí)分析賦能企業(yè)轉(zhuǎn)型上繼續(xù)深耕。