首页/文章/ 详情

人工智能将为传统制造业带来什么?

2年前浏览2372

  “物理世界”(以制造业设备所代表)和“数字世界”(由人工智能、传感器等技术代表)的碰撞催生了制造业的巨大的转变。两个世界的融合将为下一轮经济发展注入新的动能。以人工智能为代表的新技术正在对生产流程、生产模式和供应链体系等生产运营过程产生巨大影响。

  据埃森哲公司测算,到2035年,人工智能技术的应用将使制造业总增长值(GVA)增长近4万亿美元,年度增长率达到4.4%。作为新的“生产要素”,人工智能对于制造业的影响有几方面:(1)机器将部分取代人的工作,实现智能自动化。在中国、日本等国家,可以弥补由于老龄化、人力资源成本提升带来的劳动力短缺问题。(2)人工智能通过增强劳动力技能带来生产效率的提升,以提高人的效率,经过重新培训的员工可以执行更高级的设计、编程和维护任务或创造性的工作。(3)人工智能与制造业的深度融合不但将加速新产品的开发过程,还将彻底颠覆原有的生产流程,人工智能程序不仅可以自动完成任务,而且还可以实现全新的业务流程。比如,根据客户的个性化需求自定义产品配置。这将是人工智能在制造业领域的最终目标。

  斯坦福人工智能实验室主任、前谷歌大脑项目负责人、前百度首席科学家吴恩达(Andrew Ng)离开百度以后,将自己的创业项目聚焦在制造业领域,希望通过为制造业转型提供技术、培训、运营流程管理等一系列解决方案,成为在制造业领域的AI服务提供商。我通过与吴恩达的交流,希望了解这位站在AI前沿的科学家是如何理解人工智能将为传统制造业带来的改变。

  人工智能将改变制造业的哪些方面

  吴恩达认为,目前,人工智能可能在制造业的四个领域中得到应用。

  首先,制造业的很多细分领域依赖视觉检查。 AI设备对样品进行视觉检查的能力正在迅速提高,这使我们能够建立自动视觉检测系统。人工智能能够比较产品和照片,并决定是否通过检查。吴恩达团队将机器视觉应用在制造业中的精确质量分析领域,通过比人眼敏感多倍的相机结合AI技术提升图像理解的能力。该公司开发了机器视觉工具,用于在超出人类视觉范围的分辨率下发现电路板等产品中的微观缺陷,并使用机器学习算法对极少量的样本图像进行培训。

  经济发展新动力

  大型传统企业如何向人工智能转型?

  石泽:这一轮技术浪潮中的积累的先发优势将不断扩大差距。那些没能及时转变的公司,将不得不在巨变的商业环境裹挟中艰难应付。

其次,优化生产过程。AI通过调节和改进生产过程中的参数,对于制造中使用的很多机器进行参数设置。生产过程中,机器需要进行诸多参数的设置。例如,在注塑中,可能需要控制塑料的温度、冷却时间表、速度等等。所有这些参数都可能受到各种外部因素的影响,例如,外界温度等。通过收集所有这些数据,AI可以改进自动设置和调整机器的参数。

  第三,提高新产品制造过程中的设计、制造效率。制造新产品无论在设计还是在生产过程中都是一个迭代的过程,充满了微调。人工智能将能够显著缩短这一过程,提升制造行业的效率。

  第四,确定产品质量问题来源。许多产品的制造过程涉及到一系列的步骤,因此,如果最终产品没有通过检验,有时难以确定问题来源。人工智能、数据科学和数据分析将帮助自动识别生产中有问题的步骤。

  目前Landing.ai为制造行业的合作伙伴提供了视觉检测、自动化控制、智能化校准以及问题根源分析等解决方案。除了吴恩达提到的这些应用。未来工厂可能会采用智能自动叉车和传送带搬运材料和成品。机器视觉领域,除了在微观层面质量检测方面的应用,未来还可以训练机器人感知周围的环境、避免中断或者危险。此外,人工智能还可在制造业领域中的自适应制造、自动质量控制、预防性维护、无人驾驶等领域应用。

  传统企业向人工智能转型面临的挑战

  吴恩达认为,对大企业而言,在应用人工智能方面,目前最大的挑战是如何应用AI技术扩大业务规模,目前能够帮助企业完成这一挑战的人才和AI工具和还不存在。对于传统制造企业来说,应用AI的主要障碍有几方面,其中之一是人工智能技术的复杂性。目前很少有团队能够很好的理解并且有效的实施这项技术。同时,在AI科技公司之外,很少有公司能够获取足够的AI技术人才。

  AI整合战略本身和技术一样复杂,这个过程涉及到数据采集、组织结构设计、AI项目的优先次序等等。而且,好的AI战略专家比AI技术专家更加罕见。企业转型是牵一发动全局的过程,尤其是涉及到劳动力结构调整,过程本身比较复杂,其中也包括文化挑战,这方面特别是劳动力转型的问题,需要一定的时间过渡。制造企业需要为员工提供更完善的再培训,帮助他们为未来的工作做好准备。传统企业除了需要做好转型方面的人才、技术储备,同时需要让员工理解人工智能的目的不是为了取代劳动力,而是为了增强员工能力、为企业赋能,帮助其成功。

  人工智能可以通过自适应制造、自动质量控制、预防性维护等解决方案有效地应对当今制造业面临的挑战。这些AI在制造业的应用中,有些技术已经开始部分的应用,但还没有得到广泛的应用,技术的复杂和资源(包括人力资源)的匮乏目前转型的障碍之一。

  传统制造业公司和AI技术公司的定位

  由于传统制造业在人工智能方面缺乏相应的人才。人工智能科技公司应该在培训劳动力方面发挥作用,率先在传统行业的新一波转型浪潮中帮助传统公司员工传授必要的技能。现阶段,传统公司可能会认为AI是一个难以想象的未来,但AI可以帮助企业实现部分任务的自动化,使员工能够承担更高层次的工作职责,并将其思想用于创造更多有价值的贡献。

  此外,吴恩达提到最近参加在北京举行的2018年工业互联网峰会,发现很多中国公司已经走上应用人工智能的道路。中国政府推进工业互联网发展的速度很快,并推动了许多改造传统工业的举措。通过组建工业互联网联盟,制定支持产业升级新政策,一大批企业开始全身心地迎接机器人、物联网、大数据和机器学习融合的工业物联网发展趋势。

  在传统制造业的全球版图中,转型对于发达国家和发展中国家所产生的影响各有不同。在发展中经济体,制造业向AI转型将使产品更容易实现规模化生产进而降低 制造成本。AI还将帮助小规模生产者向全球供应链销售产品并从中受益。在发达经济体,人工智能与制造业的深度融合也将为推动新一代产品、设备和经验铺平道路。

  制造行业面临的某些挑战是普遍的,并非针对某一公司或者行业。在制造行业中应用AI技术背后的一些原则和理念是可重复性的。但吴恩达希望Landing.ai能够实现的目标是与制造企业合作开发针对特定行业的技术与培训,而不是做通用的技术工具。吴恩达团队开发了包括引进新技术、运营流程管理、重塑组织结构、AI人才战略在内的各方面AI转型计划,目前已与富士康、鸿海等公司达成合作。

  在此,请设想一下未来制造业的远期场景:由人工智能、大数据、云计算、5G通信、物联网等为代表的一系列技术簇将使未来的制造业从价值链、生产模式、商业模式、产品设计等多方面发生本质上的变化。由于技术的进步,产品自身将携带更多的信息或者更加智能。伴随消费力量的崛起,消费者主动参与设计和共同创造产品将成为可能。而个性化与定制化需求增加将逐渐瓦解目前所谓的大众消费市场。由于3D打印等技术的普及,“规模”未必“经济”。制造业的价值链也将重新分配。生产者绕开中间商直接吸引消费者。产品的生产模式也将发生转变,从“按预测量生产”到“按订单生产”。从想法到市场的速度加快,消费者也更直接的将需求反馈给生产者。伴随技术的演进,传统制造业需要拥抱未来,进行一场自我革命.


来源:友创软件
碰撞电路通用通信云计算材料机器人控制工厂人工智能机器视觉
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2022-11-30
最近编辑:2年前
获赞 16粉丝 12文章 128课程 0
点赞
收藏
作者推荐

智能工厂如何运用可视化进行设备管理

通过信息生命周期管理,数字化工厂的数据可以在工厂中不断更新、维护和再利用。数字化工厂是工厂的无形资产;而且基础数据的数字化是一种管理的创新,可以提高工厂的工作效率和提升管理水平。 随着时代的发展,工业4.0概念以及中国实施制造强国战略第一个十年的行动纲领《中国制造2025》的出台,工业领域的传统工作模式受到了巨大的挑战,尤其是在确保盈利能力和长期生存能力方面,化工、电力、交通、制造等行业的业主面临着前所未有的挑战。为了满足全球市场不断增长的需求,各行业正在不断扩建和增建设施。而且项目必须安全的、利用有限的资源、按照严谨的计划安排(最大限度地缩短上市时间、最大限度地延长在市时间)、在严格的资本支出(CAPEX)预算内设计、施工和移交。此外,由于史无前例的竞争压力,在以最低成本(OPEX)实现安全、可持续生产方面,同样面临着前所未有的压力来实现最佳的资产性能和资产回报。以低成本实现工厂安全、可持续生产、运营、维护和管理,需要快速获取与工厂实际状态一致的基础数据,数字化工厂是实现这一目标的最佳手段。数字化工厂是以数据为基础的信息管理平台;是一个以工厂设备基础数据为核心的数据仓库。数字化工厂不仅仅是一个数据集成的平台,更是一个信息浏览的端口和项目数据移交的工具,为工厂的日常运营、维护、扩建和检维修项目提供了完整、准确和可信的基础数据。通过信息生命周期管理,数字化工厂的数据可以在工厂中不断更新、维护和再利用。数字化工厂是工厂的无形资产;而且基础数据的数字化是一种管理的创新,可以提高工厂的工作效率和提升管理水平。数字化工厂的技术路线数字化工厂核心是实现企业资产的数字化,而资产密集型企业的核心资产是设备(装置),三维可视化动态设备管理应用是在数字化工厂平台基础上运用三维仿真和虚拟现实技术构建行业逼真的三维模拟现实场景。将企业资产三维模型以及信息属性有机地结合起来(行业数据、音频、视频等流媒体)。采用基于网络的信息处理技术,实现资产运行监视、操作与控制、综合信息分析与智能告警、运行管理和辅助应用(维护、安防和环境监测)等功能的一体化监控管理,大幅度的提高了企业资产运营能力。三维可视化动态设备管理平台基于X3D (Extensible 3D - 可扩展3D)可扩展三维语言与组件技术,将不同软件厂商的三维GIS、三维CAD、BIM、三维工厂、三维仿真模型进行转化,聚合形成统一X3D实景仿真模型。X3D实景仿真模型通过持续更新三维数据与扩展不同类型的数据信息,包括:工程数据、资产数据、工艺自动化数据、监控监测数据、信息系统数据,可在实景仿真的空间里统一展示地理、地质、建筑设施、设备资产、自动化、监控、监测及其他扩展信息,以产生更高级的运行控制与协同管理。可视化企业资产布局全景三维可视化动态设备管理平台对企业的工厂地形地貌、建筑、车间结构、设施设备等几何建模,直观、真实、精确地展示各种设施、设备形状及生产工艺的组织关系,设施、设备的分布和拓扑情况。使用户在电脑上就可以浏览整个企业现场,如同亲临现场。同时系统将装置模型与实时、档案等基础数据绑定在一起,实现设备在三维场景中的快速定位与基础信息查询。工厂布局图可视化的安装管理三维可视化动态设备管理平台可以对在建工程、设备安装等进行三维建模,并把三维场景与计划、实际进度时间结合,用不同颜色表现每一阶段的安装建设过程。安装进度图 可视化设备台账管理三维可视化动态设备管理平台建立设备台账及资产数据库,并和三维设备绑定,实现设备台账的可视化及模型和属性数据的互查、双向检索定位,从而实现三维可视化的资产管理,使用户能够快速找到相应的设备,以及查看设备对应的现场位置、所处环境、关联设备、设备参数等真实情况。设备属性设备运行数据可视化巡检管理 三维可视化动态设备管理平台采用GPRS+PDA+RFID 技术方案,巡检任务从制定、分配、下发、接收、执行、考核等全部工作都可以远程控制、无线实时同步,从而实现巡检过程可视化、简捷化、规范化、智能化管理,使用户及时发现设施缺陷和各种安全隐患。按照巡检工作的程序,动态地收集和管理相应的数据,强化巡检计划的监控力度,提升巡检工作的管理水平。监控人员通过实时监控功能,可以掌握当前所有巡检员的状态,并可以选择任意一个在线巡检员查看实时位置和巡检信息。可以查看任意一天或一段时间任一巡线员的历史轨迹,并可动态回放历史轨迹。可视化智能维护管理三维可视化动态设备管理平台可以对企业重点设备进行在线信息采集、报警、控制等管理。采集与监控:对重点设备的温度、湿度、转速、振动、开关等实时信息进行采集和分析,当工作条件出现异常时,可及时显示、报警。监控点示例图  异常报警处理:一种是事故报警,包括非操作引起的断路器跳闸和保护装置动作信号;另一种是普通报警,包括一般设备状态变化、遥信状态异常信号、模拟量越复限、节点或链路状态、遥控操作、保护操作、电压合格率、VQC功能、小电流接地选线等功能中的报警。系统能够对各类报警进行分类管理,自动推出报警提示及定位到三维场景相应的设备上,同时伴随着不同音响警报,并支持向指定人员手机发送报警信息,使用户及时捕获到运行风险或潜在风险。同时可通过三维动态方式指导过程处理。故障处理指引示例图  远程控制:可实现远程控制设备的启停、调整等,同时能在环境非正常的情况下自动或远程人为地控制各种环境调节设备(如空调、通风设备等),使工作环境恢复正常。可视化在线培训管理1.交互操作培训三维可视化动态设备管理平台实现操作流程演示学习与在线考核,用于对生产装置所采用的技术方案、装置内各主要设备之间的关系及物流走向等内容进行讲解。演示学习以文字介绍、视点变换、动作模拟等方式对操作流程进行模拟演示,以被动接受的方式让使用人员熟悉装置操作流程;在线考核功能是在操作流程进行演示学习的基础上,让使用人员以虚拟角色的身份在三维场景中通过主动操作(开关阀门)的方式来引导流程走向,达到全面熟悉操作流程的目的。2.典型设备培训  典型设备培训是针对典型设备进行可视化培训,依托三维仿真及虚拟现实技术为技术支撑,制作典型设备的高精度3D模型,在高精度3D设备模型基础上,制作出生动、形象的三维动画视频培训课件,从而实现对设备基本信息、结构组成、工作原理、标准操作以及故障分析等内容进行可视化培训。  基础信息:主要对设备的名称、类型、用途、特点等基本信息进行演示讲解。  设备结构:主要通过对高精度设备3D模型进行结构拆分或剖切,对设备的结构组成及各组件名称等信息进行动态演示讲解。主风机设备结构示意图工作原理:运用虚拟现实技术,模拟设备正常工作时的运行状态,对设备的工作原理进行动态演示讲解。  标准操作:主要是对设备实际操作过程中需要遵循的标准规范进行动态演示讲解。故障分析:主要对设备的常见故障及解决方法罗列总结进行动态演示讲解。3.设备的拆解、组装(人机互动式训练)  在完成典型设备培训课件的基础上,建立高精度3D设备模型数据库,任意选择将要进行操作的设备模型,在3D引擎平台的支持下,进行人机交互式训练,在界面中通过点击3D模型的某组件,实现将模型组件从模型上拆解出来,展示模型“从整到零,从零到整”的过程,同时显示各组件名称,从而帮助培训对象深化对设备结构的掌握程度。为其在以后设备维修作业中提供形象化的理论支持。4.应急演练培训  三维可视化动态设备管理平台可利用三维虚拟现实平台为相关人员提供“角色”动画演练,熟悉厂内重大事故预案的模拟场景,模拟整个应急预案,并进行推演。应急演练培训流程图应急演练培训是指基于虚拟现实技术的新颖培训模式,是将整个实际演练过程在计算机上的实现。利用虚拟现实技术生成的一类适用于进行应急演练的三维仿真交互式事故场景环境(现实世界真实场景的再现),使学员感觉“身临其境”一般,产生与真实情况下同样的视觉及听觉感受。在虚拟现实技术支持下,虚拟场景中所涉及的事物与真实场景中有着极高的相似度,操作方法也一样,不论是整个安全事故发展过程,还是各类场景的现象都具有与真实世界一样的逼真效果(如设备的运行状态、排液、排气、泄漏、着火、冒烟等逼真效果),具有极高的画面冲击力以及强烈的浸没感、真实感,使学员在整个应急演练过程中犹如在真实演练一般。基于计算机的虚拟事故环境可以为所有学员在任何时间、地点提供应急演练环境。此外,通过对灾害现场和灾害过程的模拟仿真、情景再现,系统为学员在计算机系统上提供执行各项应急救援任务的三维虚拟事故环境,学员在此环境中按照职能和任务的不同,扮演不同的角色进行应急任务演练,同时在互联网技术支持下,可实现局域网内各角色相互合作,多人协同演练,完成所设定的应急任务,同时也可进行救援竞赛,以考核培训对象对应急预案的掌握程度。在这种不受时间、空间限制的应急演练培训,使得员工无论是在知识学习、能力创新,还是在经验积累、技能训练等方面都可以收到意想不到的效果。无论是重复利用性、节约成本方面,还是从发展的角度来看,利用应急演练培训模式对学员进行培训已经成为一种趋势。结 语总而言之,借助数字化工厂平台,快速地搭建TnPM三维可视化动态设备管理应用,可显著降低资本支出(CAPEX)和运营支出(OPEX),减少因非计划停运造成的收入损失,实现工厂安全运营。在工厂整个生命周期内的关键工作流程中,用户大大受益于动态基础数据和其它信息系统的协作功能。数字化工厂的建立和应用可以提高工厂运营和维修的效率,提高工厂整体的管理水平,并在工厂的生命周期内为工厂节省大量的费用和资源。来源:友创软件

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈