發(fā)布時(shí)間:2024-11-18
隨著智能制造熱潮的到來(lái),人工智能應(yīng)用已經(jīng)貫穿于設(shè)計(jì)、生產(chǎn)、管理和服務(wù)等制造業(yè)的各個(gè)環(huán)節(jié)。
人工智能技術(shù)和產(chǎn)品經(jīng)過(guò)過(guò)去幾年的實(shí)踐檢驗(yàn),目前應(yīng)用較為成熟,推動(dòng)著人工智能與各行各業(yè)的加速融合。從技術(shù)層面來(lái)看,業(yè)界廣泛認(rèn)為,人工智能的核心能力可以分為三個(gè)層面,分別是計(jì)算智能、感知智能、認(rèn)知智能。
1、計(jì)算智能
計(jì)算智能即機(jī)器具備超強(qiáng)的存儲(chǔ)能力和超快的計(jì)算能力,可以基于海量數(shù)據(jù)進(jìn)行深度學(xué)習(xí),利用歷史經(jīng)驗(yàn)指導(dǎo)當(dāng)前環(huán)境。隨著計(jì)算力的不斷發(fā)展,儲(chǔ)存手段的不斷升級(jí),計(jì)算智能可以說(shuō)已經(jīng)實(shí)現(xiàn)。例如AlphaGo利用增強(qiáng)學(xué)習(xí)技術(shù)完勝世界圍棋冠軍;電商平臺(tái)基于對(duì)用戶(hù)購(gòu)買(mǎi)習(xí)慣的深度學(xué)習(xí),進(jìn)行個(gè)性化商品推薦等。
2、感知智能
感知智能是指使機(jī)器具備視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)等感知能力,可以將非結(jié)構(gòu)化的數(shù)據(jù)結(jié)構(gòu)化,并用人類(lèi)的溝通方式與用戶(hù)互動(dòng)。隨著各類(lèi)技術(shù)發(fā)展,更多非結(jié)構(gòu)化數(shù)據(jù)的價(jià)值被重視和挖掘,語(yǔ)音、圖像、視頻、觸點(diǎn)等與感知相關(guān)的感知智能也在快速發(fā)展。無(wú)人駕駛汽車(chē)、著名的波士頓動(dòng)力機(jī)器人等就運(yùn)用了感知智能,它通過(guò)各種傳感器,感知周?chē)h(huán)境并進(jìn)行處理,從而有效指導(dǎo)其運(yùn)行。
3、認(rèn)知智能
相較于計(jì)算智能和感知智能,認(rèn)知智能更為復(fù)雜,是指機(jī)器像人一樣,有理解能力、歸納能力、推理能力,有運(yùn)用知識(shí)的能力。目前認(rèn)知智能技術(shù)還在研究探索階段,如在公共安全領(lǐng)域,對(duì)犯罪者的微觀(guān)行為和宏觀(guān)行為的特征提取和模式分析,開(kāi)發(fā)犯罪預(yù)測(cè)、資金穿透、城市犯罪演化模擬等人工智能模型和系統(tǒng);在金融行業(yè),用于識(shí)別可疑交易、預(yù)測(cè)宏觀(guān)經(jīng)濟(jì)波動(dòng)等。要將認(rèn)知智能推入發(fā)展的快車(chē)道,還有很長(zhǎng)一段路要走。
02人工智能制造業(yè)應(yīng)用場(chǎng)景
目前制造企業(yè)中應(yīng)用的人工智能技術(shù),主要圍繞在智能語(yǔ)音交互產(chǎn)品、人臉識(shí)別、圖像識(shí)別、圖像搜索、聲紋識(shí)別、文字識(shí)別、機(jī)器翻譯、機(jī)器學(xué)習(xí)、大數(shù)據(jù)計(jì)算、數(shù)據(jù)可視化等方面。下文則總結(jié)制造業(yè)中常用的八大人工智能應(yīng)用場(chǎng)景。
場(chǎng)景一:智能分揀
制造業(yè)上有許多需要分撿的作業(yè),如果采用人工的作業(yè),速度緩慢且成本高,而且還需要提供適宜的工作溫度環(huán)境。如果采用工業(yè)機(jī)器人進(jìn)行智能分揀,可以大幅減低成本,提高速度。場(chǎng)景二:設(shè)備健康管理
基于對(duì)設(shè)備運(yùn)行數(shù)據(jù)的實(shí)時(shí)監(jiān)測(cè),利用特征分析和機(jī)器學(xué)習(xí)技術(shù),一方面可以在事故發(fā)生前進(jìn)行設(shè)備的故障預(yù)測(cè),減少非計(jì)劃性停機(jī)。另一方面,面對(duì)設(shè)備的突發(fā)故障,能夠迅速進(jìn)行故障診斷,定位故障原因并提供相應(yīng)的解決方案。在制造行業(yè)應(yīng)用較為常見(jiàn),特別是化工、重型設(shè)備、五金加工、3C制造、風(fēng)電等行業(yè)。
場(chǎng)景三:基于視覺(jué)的表面缺陷檢測(cè)
基于機(jī)器視覺(jué)的表面缺陷檢測(cè)應(yīng)用在制造業(yè)已經(jīng)較為常見(jiàn)。利用機(jī)器視覺(jué)可以在環(huán)境頻繁變化的條件下,以毫秒為單位快速識(shí)別出產(chǎn)品表面更微小、更復(fù)雜的產(chǎn)品缺陷,并進(jìn)行分類(lèi),如檢測(cè)產(chǎn)品表面是否有污染物、表面損傷、裂縫等。目前已有工業(yè)智能企業(yè)將深度學(xué)習(xí)與3D顯微鏡結(jié)合,將缺陷檢測(cè)精度提高到納米級(jí)。對(duì)于檢測(cè)出的有缺陷的產(chǎn)品,系統(tǒng)可以自動(dòng)做可修復(fù)判定,并規(guī)劃修復(fù)路徑及方法,再由設(shè)備執(zhí)行修復(fù)動(dòng)作。
例如,PVC管材是最常用的建筑材料之一,消耗量巨大,在生產(chǎn)包裝過(guò)程中容易存在表面劃傷、凹坑,水紋,麻面等諸多類(lèi)型的缺陷,消耗大量的人力進(jìn)行檢測(cè)。采用了表面缺陷視覺(jué)自動(dòng)檢測(cè)后,通過(guò)面積、尺寸最小值、最大值設(shè)定,自動(dòng)進(jìn)行管材表面雜質(zhì)檢測(cè),最小檢測(cè)精度為0.15mm2,檢出率大于99%;通過(guò)劃傷長(zhǎng)度、寬度的最小值、最大值設(shè)定,自動(dòng)進(jìn)行管材表面劃傷檢測(cè),最小檢測(cè)精度為0.06mm,檢出率大于99%;通過(guò)褶皺長(zhǎng)度、寬度的最小值、最大值、片段長(zhǎng)度、色差閾值設(shè)定,自動(dòng)進(jìn)行管材表面褶皺檢測(cè),最小檢測(cè)精度為10mm,檢出率大于95%。
場(chǎng)景四:基于聲紋的產(chǎn)品質(zhì)量檢測(cè)與故障判斷
利用聲紋識(shí)別技術(shù)實(shí)現(xiàn)異音的自動(dòng)檢測(cè),發(fā)現(xiàn)不良品,并比對(duì)聲紋數(shù)據(jù)庫(kù)進(jìn)行故障判斷。例如,從2018年年末開(kāi)始,佛吉亞(無(wú)錫)工廠(chǎng)就與集團(tuán)大數(shù)據(jù)科學(xué)家團(tuán)隊(duì)展開(kāi)全面合作,致力于將AI技術(shù)應(yīng)用于座椅調(diào)角器的NVH性能評(píng)判(震動(dòng)噪聲測(cè)試)。2019年,佛吉亞(無(wú)錫)工廠(chǎng)將AI技術(shù)應(yīng)用到調(diào)角器異音檢測(cè)中,實(shí)現(xiàn)從信號(hào)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析到自我學(xué)習(xí)全過(guò)程的自動(dòng)化,檢測(cè)效率及準(zhǔn)確性遠(yuǎn)超傳統(tǒng)人工檢測(cè)。隨著基于AI(人工智能)技術(shù)的噪聲檢測(cè)系統(tǒng)在無(wú)錫工廠(chǎng)投入應(yīng)用,人員數(shù)量已經(jīng)從38人下降至3人,同時(shí),質(zhì)量控制能力顯著提高,年經(jīng)濟(jì)效益高達(dá)450萬(wàn)人民幣。
場(chǎng)景五:智能決策
制造企業(yè)在產(chǎn)品質(zhì)量、運(yùn)營(yíng)管理、能耗管理和刀具管理等方面,可以應(yīng)用機(jī)器學(xué)習(xí)等人工智能技術(shù),結(jié)合大數(shù)據(jù)分析,優(yōu)化調(diào)度方式,提升企業(yè)決策能力。
場(chǎng)景六:數(shù)字孿生
數(shù)字孿生是客觀(guān)事物在虛擬世界的鏡像。創(chuàng)建數(shù)字孿生的過(guò)程,集成了人工智能、機(jī)器學(xué)習(xí)和傳感器數(shù)據(jù),以建立一個(gè)可以實(shí)時(shí)更新的、現(xiàn)場(chǎng)感極強(qiáng)的“真實(shí)”模型,用來(lái)支撐物理產(chǎn)品生命周期各項(xiàng)活動(dòng)的決策。在完成對(duì)數(shù)字孿生對(duì)象的降階建模方面,可以把復(fù)雜性和非線(xiàn)性模型放到神經(jīng)網(wǎng)絡(luò)中,借助深度學(xué)習(xí)建立一個(gè)有限的目標(biāo),基于這個(gè)有限的目標(biāo),進(jìn)行降階建模。
例如,在傳統(tǒng)模式下,一個(gè)冷熱水管的出水口流體及熱仿真,用16核的服務(wù)器每次運(yùn)算需要57個(gè)小時(shí),進(jìn)行降階建模之后每次運(yùn)算只需要幾分鐘。
場(chǎng)景七:創(chuàng)成式設(shè)計(jì)
創(chuàng)成式設(shè)計(jì)(Generative Design)是一個(gè)人機(jī)交互、自我創(chuàng)新的過(guò)程。工程師在進(jìn)行產(chǎn)品設(shè)計(jì)時(shí),只需要在系統(tǒng)指引下,設(shè)置期望的參數(shù)及性能等約束條件,如材料、重量、體積等等,結(jié)合人工智能算法,就能根據(jù)設(shè)計(jì)者的意圖自動(dòng)生成成百上千種可行性方案,然后自行進(jìn)行綜合對(duì)比,篩選出最優(yōu)的設(shè)計(jì)方案推送給設(shè)計(jì)者進(jìn)行最后的決策。
場(chǎng)景八:需求預(yù)測(cè),供應(yīng)鏈優(yōu)化
以人工智能技術(shù)為基礎(chǔ),建立精準(zhǔn)的需求預(yù)測(cè)模型,實(shí)現(xiàn)企業(yè)的銷(xiāo)量預(yù)測(cè)、維修備料預(yù)測(cè),做出以需求導(dǎo)向的決策。同時(shí),通過(guò)對(duì)外部數(shù)據(jù)的分析,基于需求預(yù)測(cè),制定庫(kù)存補(bǔ)貨策略,以及供應(yīng)商評(píng)估、零部件選型等。
例如,為了務(wù)實(shí)控制生產(chǎn)管理成本,美國(guó)本田公司希望能夠掌握客戶(hù)未來(lái)的需求會(huì)在何時(shí)發(fā)生,因此將1200個(gè)經(jīng)銷(xiāo)商的客戶(hù)銷(xiāo)售與維修資料建立預(yù)測(cè)模型,推算未來(lái)幾年內(nèi)車(chē)輛回到經(jīng)銷(xiāo)商維修的數(shù)量,這些資訊進(jìn)一步轉(zhuǎn)為各項(xiàng)零件預(yù)先準(zhǔn)備的指標(biāo)。該轉(zhuǎn)變讓美國(guó)本田已做到預(yù)測(cè)準(zhǔn)確度高達(dá)99%,并降低3倍的客訴時(shí)間。
目前,隨著越來(lái)越多的企業(yè)、高校、開(kāi)源組織進(jìn)入人工智能領(lǐng)域,大批成功的人工智能開(kāi)源軟件和平臺(tái)不斷涌入,人工智能迎來(lái)前所未有的爆發(fā)期。但與金融等行業(yè)相比,雖然人工智能在制造業(yè)的應(yīng)用場(chǎng)景不少,卻并不突出,甚至可以說(shuō)發(fā)展較慢。
解決以上三大問(wèn)題,人工智能技術(shù)才能更好地應(yīng)用于制造業(yè)。
客服電話(huà):400-665-0028
關(guān)鍵字:用友財(cái)務(wù)軟件,暢捷通軟件,財(cái)務(wù)軟件,進(jìn)銷(xiāo)存軟件,U9官網(wǎng),用友U8,用友T1,用友T+,用友T3,用友T6,暢捷通好會(huì)計(jì),好生意,智+好業(yè)財(cái),用友培訓(xùn)服務(wù)售后公司,暢捷通運(yùn)營(yíng)培訓(xùn)服務(wù)公司
版權(quán)所有:用友暢捷通軟件 Copyright © 2024 All rights reserved.