隨著計算機處理速度大幅提升、存儲成本下降、以及云計算、物聯網等技術的發(fā)展，讓人工智能的應用成本大幅降低。消費者對個性化和產品品質升級的需求也不斷發(fā)展，大大增加了制造業(yè)的復雜性，包括生產的組織形式、質量檢測環(huán)節(jié)、倉儲物流等環(huán)節(jié)。系統(tǒng)越來越復雜，人的學習曲線就會越緩慢，人應對復雜系統(tǒng)的能力就會成為制約技術進步和應用的瓶頸。
如何利用人工智能技術代替人腦，甚至使其超越人腦來實現制造業(yè)效率的提升？
在傳統(tǒng)工業(yè)界大都以人的決策和反饋為核心，這就會導致系統(tǒng)中有很大一部分的價值并沒有被釋放出來。而人工智能為制造業(yè)帶來的變革，就是擺脫人類認知和知識邊界的限制，為決策支持和協同優(yōu)化提供可量化依據。
本文主要介紹人工智能在生產不同環(huán)節(jié)，包括產線設備、質量檢測、倉儲物流、整體運維四個方面的應用。
人工智能在工廠運維的應用：
比如一條生產線突然發(fā)出故障報警，機器能夠自己進行診斷，找到哪里產生了問題，原因是什么。并且，還能根據歷史維護的記錄或者維護標準，告訴我們如何解決故障，甚至讓機器自己解決問題、自我恢復。
人工智能在預測性維護的應用：
如果工業(yè)生產線或設備如果突然出現問題，那造成的損失是非常巨大的。利用大數據建模和神經網絡等算法，可以讓機器在出現問題之前就感知到或者分析出可能出現的問題。比如，工廠中的數控機床在運行一段時間后刀具就需要更換，西門子的數控機床預防性維護解決方案，通過分析歷史的運營數據，機器可以提前知道刀具會損壞的時間，從而提前準備好更換的配件，并安排在最近的一次維護時更換刀具。
產線設備參數優(yōu)化
生產產線工位少則幾十個，多則數百個，涉及的產線設備、生產物料、工人都非常多。通過基于生產線的大量數據，基于大數據分析和智能算法可以優(yōu)化生產工藝、提升產品品質。在中策橡膠，基于阿里云ET工業(yè)大腦，將生產端的各類數據進行深度運算和分析，形成了資源最優(yōu)利用的方案組合，提升了5%混煉膠合格率。
現在有很多工廠傳統(tǒng)上都是用人工在做質量檢測的工作，在生產流水線上的質檢員，他們需要每天花10個小時以上的時間去判斷質量。很多工廠這個工作崗位兩三個月就要輪一次崗，因為肉眼確實受不了。
為什么之前沒用技術的手段幫助解決質檢的問題呢？主要原因是傳統(tǒng)視覺設備誤判率比較高。大概是有百分之二十，甚至三十的誤判率。人工智能最重要的一個能力，它具備學習能力。比如說，同樣一個劃痕，它會和傳統(tǒng)系統(tǒng)一樣，第一次都犯錯誤。但是人工智能第二次、第三次，它不會犯一樣的錯誤，它具備一個學習能力。正如百度前人工智能首席專家吳恩達和富士康合作的智能檢測，通過利用深度學習，神經網絡，就可以讓電腦快速學習做自動檢測的工作。
西安獲德化纖絲餅外觀檢測系統(tǒng)將人工智能技術引入化纖檢測行業(yè)，利用人工智能深度學習技術基于大量缺陷數據樣本，自學習缺陷多維特征，從而準確的對各種缺陷進行分類。
倉儲物流的包括環(huán)節(jié)很多，從入庫分揀、庫位管理、上下架、出庫分揀到物料運輸，中間涉及分揀機器人、上下料機器人、立庫、AGV小車、叉車等。
通過計算機視覺用于分揀機器人的感知和地圖定位，利用機器學習和深度學習，實現分檢機器人的路徑規(guī)劃和避障。通過數學規(guī)劃等運籌優(yōu)化算法和遺傳算法，實現倉庫上下架策略管理。
通過多智能體算法 蟻群算法用于多個分揀機器人的協調行動?；谌斯ぶ悄芗夹g實現貨架、商品、機器人的整體協調，能夠更快速的實現產品出入庫和高效的倉庫貨架規(guī)劃。
網站客服
粵公網安備 44030402000946號