發(fā)布時間:2024-11-18
特價活動:>>>> 用友U8、T6、T+、T3軟件產(chǎn)品4折優(yōu)惠,暢捷通T+cloud、好會計、易代賬、好業(yè)財、好生意云產(chǎn)品6-8折優(yōu)惠。
隨著智能制造熱潮的到來,人工智能應用已經(jīng)貫穿于設計、生產(chǎn)、管理和服務等制造業(yè)的各個環(huán)節(jié)。
人工智能技術(shù)和產(chǎn)品經(jīng)過過去幾年的實踐檢驗,目前應用較為成熟,推動著人工智能與各行各業(yè)的加速融合。從技術(shù)層面來看,業(yè)界廣泛認為,人工智能的核心能力可以分為三個層面,分別是計算智能、感知智能、認知智能。
1、計算智能
計算智能即機器具備超強的存儲能力和超快的計算能力,可以基于海量數(shù)據(jù)進行深度學習,利用歷史經(jīng)驗指導當前環(huán)境。隨著計算力的不斷發(fā)展,儲存手段的不斷升級,計算智能可以說已經(jīng)實現(xiàn)。例如AlphaGo利用增強學習技術(shù)完勝世界圍棋冠軍;電商平臺基于對用戶購買習慣的深度學習,進行個性化商品推薦等。
2、感知智能
感知智能是指使機器具備視覺、聽覺、觸覺等感知能力,可以將非結(jié)構(gòu)化的數(shù)據(jù)結(jié)構(gòu)化,并用人類的溝通方式與用戶互動。隨著各類技術(shù)發(fā)展,更多非結(jié)構(gòu)化數(shù)據(jù)的價值被重視和挖掘,語音、圖像、視頻、觸點等與感知相關(guān)的感知智能也在快速發(fā)展。無人駕駛汽車、著名的波士頓動力機器人等就運用了感知智能,它通過各種傳感器,感知周圍環(huán)境并進行處理,從而有效指導其運行。
3、認知智能
相較于計算智能和感知智能,認知智能更為復雜,是指機器像人一樣,有理解能力、歸納能力、推理能力,有運用知識的能力。目前認知智能技術(shù)還在研究探索階段,如在公共安全領(lǐng)域,對犯罪者的微觀行為和宏觀行為的特征提取和模式分析,開發(fā)犯罪預測、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),用于識別可疑交易、預測宏觀經(jīng)濟波動等。要將認知智能推入發(fā)展的快車道,還有很長一段路要走。
02人工智能制造業(yè)應用場景
目前制造企業(yè)中應用的人工智能技術(shù),主要圍繞在智能語音交互產(chǎn)品、人臉識別、圖像識別、圖像搜索、聲紋識別、文字識別、機器翻譯、機器學習、大數(shù)據(jù)計算、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用場景。
場景一: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)機器人進行智能分揀,可以大幅減低成本,提高速度。場景二:設備健康管理
基于對設備運行數(shù)據(jù)的實時監(jiān)測,利用特征分析和機器學習技術(shù),一方面可以在事故發(fā)生前進行設備的故障預測,減少非計劃性停機。另一方面,面對設備的突發(fā)故障,能夠迅速進行故障診斷,定位故障原因并提供相應的解決方案。在制造行業(yè)應用較為常見,特別是化工、重型設備、五金加工、3C制造、風電等行業(yè)。
場景三:基于視覺的表面缺陷檢測
基于機器視覺的表面缺陷檢測應用在制造業(yè)已經(jīng)較為常見。利用機器視覺可以在環(huán)境頻繁變化的條件下,以毫秒為單位快速識別出產(chǎn)品表面更微小、更復雜的產(chǎn)品缺陷,并進行分類,如檢測產(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)將深度學習與3D顯微鏡結(jié)合,將缺陷檢測精度提高到納米級。對于檢測出的有缺陷的產(chǎn)品,系統(tǒng)可以自動做可修復判定,并規(guī)劃修復路徑及方法,再由設備執(zhí)行修復動作。
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)包裝過程中容易存在表面劃傷、凹坑,水紋,麻面等諸多類型的缺陷,消耗大量的人力進行檢測。采用了表面缺陷視覺自動檢測后,通過面積、尺寸最小值、最大值設定,自動進行管材表面雜質(zhì)檢測,最小檢測精度為0.15mm2,檢出率大于99%;通過劃傷長度、寬度的最小值、最大值設定,自動進行管材表面劃傷檢測,最小檢測精度為0.06mm,檢出率大于99%;通過褶皺長度、寬度的最小值、最大值、片段長度、色差閾值設定,自動進行管材表面褶皺檢測,最小檢測精度為10mm,檢出率大于95%。
場景四:基于聲紋的產(chǎn)品質(zhì)量檢測與故障判斷
利用聲紋識別技術(shù)實現(xiàn)異音的自動檢測,發(fā)現(xiàn)不良品,并比對聲紋數(shù)據(jù)庫進行故障判斷。例如,從2018年年末開始,佛吉亞(無錫)工廠就與集團大數(shù)據(jù)科學家團隊展開全面合作,致力于將AI技術(shù)應用于座椅調(diào)角器的NVH性能評判(震動噪聲測試)。2019年,佛吉亞(無錫)工廠將AI技術(shù)應用到調(diào)角器異音檢測中,實現(xiàn)從信號采集、數(shù)據(jù)存儲、數(shù)據(jù)分析到自我學習全過程的自動化,檢測效率及準確性遠超傳統(tǒng)人工檢測。隨著基于AI(人工智能)技術(shù)的噪聲檢測系統(tǒng)在無錫工廠投入應用,人員數(shù)量已經(jīng)從38人下降至3人,同時,質(zhì)量控制能力顯著提高,年經(jīng)濟效益高達450萬人民幣。
場景五:智能決策
制造企業(yè)在產(chǎn)品質(zhì)量、運營管理、能耗管理和刀具管理等方面,可以應用機器學習等人工智能技術(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。
場景六:數(shù)字孿生
數(shù)字孿生是客觀事物在虛擬世界的鏡像。創(chuàng)建數(shù)字孿生的過程,集成了人工智能、機器學習和傳感器數(shù)據(jù),以建立一個可以實時更新的、現(xiàn)場感極強的“真實”模型,用來支撐物理產(chǎn)品生命周期各項活動的決策。在完成對數(shù)字孿生對象的降階建模方面,可以把復雜性和非線性模型放到神經(jīng)網(wǎng)絡中,借助深度學習建立一個有限的目標,基于這個有限的目標,進行降階建模。
例如,在傳統(tǒng)模式下,一個冷熱水管的出水口流體及熱仿真,用16核的服務器每次運算需要57個小時,進行降階建模之后每次運算只需要幾分鐘。
場景七:創(chuàng)成式設計
創(chuàng)成式設計(Generative Design)是一個人機交互、自我創(chuàng)新的過程。工程師在進行產(chǎn)品設計時,只需要在系統(tǒng)指引下,設置期望的參數(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)設計者的意圖自動生成成百上千種可行性方案,然后自行進行綜合對比,篩選出最優(yōu)的設計方案推送給設計者進行最后的決策。
場景八:需求預測,供應鏈優(yōu)化
以人工智能技術(shù)為基礎(chǔ),建立精準的需求預測模型,實現(xiàn)企業(yè)的銷量預測、維修備料預測,做出以需求導向的決策。同時,通過對外部數(shù)據(jù)的分析,基于需求預測,制定庫存補貨策略,以及供應商評估、零部件選型等。
例如,為了務實控制生產(chǎn)管理成本,美國本田公司希望能夠掌握客戶未來的需求會在何時發(fā)生,因此將1200個經(jīng)銷商的客戶銷售與維修資料建立預測模型,推算未來幾年內(nèi)車輛回到經(jīng)銷商維修的數(shù)量,這些資訊進一步轉(zhuǎn)為各項零件預先準備的指標。該轉(zhuǎn)變讓美國本田已做到預測準確度高達99%,并降低3倍的客訴時間。
目前,隨著越來越多的企業(yè)、高校、開源組織進入人工智能領(lǐng)域,大批成功的人工智能開源軟件和平臺不斷涌入,人工智能迎來前所未有的爆發(fā)期。但與金融等行業(yè)相比,雖然人工智能在制造業(yè)的應用場景不少,卻并不突出,甚至可以說發(fā)展較慢。
解決以上三大問題,人工智能技術(shù)才能更好地應用于制造業(yè)。
客服電話:400-665-0028
關(guān)鍵字:用友財務軟件,暢捷通軟件,財務軟件,進銷存軟件,U9官網(wǎng),用友U8,用友T1,用友T+,用友T3,用友T6,暢捷通好會計,好生意,智+好業(yè)財,用友培訓服務售后公司,暢捷通運營培訓服務公司
版權(quán)所有:用友暢捷通軟件 Copyright © 2024 All rights reserved.