在過(guò)去幾年，AI技術(shù)在制造和能源行業(yè)的普及和成熟便已然切切實(shí)實(shí)地發(fā)生。AI對于身在“世界工廠(chǎng)”的中國制造業(yè)企業(yè)來(lái)說(shuō)，也是前所未有的機遇。利用AI帶來(lái)的技術(shù)革新、生產(chǎn)效率優(yōu)化以及運營(yíng)效率提升，不僅可以幫助自己從容應對成本和市場(chǎng)帶來(lái)的挑戰，加快產(chǎn)業(yè)升級，更可以完成從人力密集型到技術(shù)密集型的轉換，實(shí)現“彎道超車(chē)”。

人工智能自20世紀50年代被提出，當前AI已不僅僅是一個(gè)概念，隨著(zhù)算力、MES系統大數據和算法等技術(shù)突破，基于神經(jīng)網(wǎng)絡(luò )的深度學(xué)習等AI技術(shù)已在各行各業(yè)飛速滲透。制造業(yè)無(wú)疑是AI融合創(chuàng )新主要場(chǎng)景之一。推動(dòng)承載AI技術(shù)的智能制造進(jìn)程勢在必行。而智能制造是基于新一代信息技術(shù)，貫穿設計、生產(chǎn)、管理、服務(wù)等制造活動(dòng)的各個(gè)環(huán)節，具有信息深度自知感、智慧優(yōu)化決策、精準控制自執行等功能的制造過(guò)程、系統模式。智能制造將如無(wú)根之水，而助力工業(yè)智能從“感知”到“認知”，賦能制造業(yè)從“制造”到“智造”的，正是人工智能技術(shù)。

憑借對產(chǎn)業(yè)變革的強大驅動(dòng)力，AI應用在工業(yè)制造領(lǐng)域目前有兩個(gè)方向落地最為廣泛，分別是基于機器視覺(jué)的工業(yè)輔助檢測/監測和基于時(shí)序數據的智能分析預測。例如，利用機器視覺(jué)、智能預測等技術(shù)，不僅能使產(chǎn)品故障率大幅下降，且節約原材料，縮短因設備檢測帶來(lái)的停機時(shí)間，更能通過(guò)自動(dòng)化檢測幫助企業(yè)大幅減少人力成本；另外，通過(guò)深度學(xué)習等AI方法構建的產(chǎn)能預測解決方案，還能幫助企業(yè)根據生產(chǎn)效率和市場(chǎng)需求的變化，使用MES系統優(yōu)化生產(chǎn)工藝和排期。然而，AI在工業(yè)領(lǐng)域的應用是多方面的，隨著(zhù)技術(shù)的成熟，越來(lái)越多的生產(chǎn)環(huán)節AI賦能項目將得到落地執行。

人工智能在生產(chǎn)產(chǎn)線(xiàn)的應用

生產(chǎn)產(chǎn)線(xiàn)的應用主要體現在生產(chǎn)預測性維護和產(chǎn)線(xiàn)的優(yōu)化設備。在制造流水線(xiàn)上，有大量的工業(yè)機器人。如果其中一個(gè)機器人出現了故障，當人感知到這個(gè)故障時(shí)，可能已經(jīng)造成大量的不合格品，從而帶來(lái)不小的損失。如果能在故障發(fā)生以前就檢知的話(huà)，可以有效做出預防，減少損失。利用大數據建模和神經(jīng)網(wǎng)絡(luò )等算法，可以讓機器在出現問(wèn)題之前就感知到或者分析出可能出現的問(wèn)題。基于人工智能和IOT技術(shù)，通過(guò)在工廠(chǎng)各個(gè)設備加裝傳感器，對設備運行狀態(tài)進(jìn)行監測，并利用神經(jīng)網(wǎng)絡(luò )建立設備故障的模型，則可以在故障發(fā)生前，對故障提前進(jìn)行預測，在發(fā)生故障前，將可能發(fā)生故障的工件替換，從而保障設備的持續無(wú)故障運行；另一方面，當前生產(chǎn)產(chǎn)線(xiàn)工位少則幾十個(gè)，多則數百個(gè)，涉及的產(chǎn)線(xiàn)設備、生產(chǎn)物料、工人都非常多。通過(guò)基于生產(chǎn)線(xiàn)的大量數據，基于大數據分析和智能算法可以?xún)?yōu)化生產(chǎn)工藝、提升產(chǎn)品品質(zhì)。基于ET工業(yè)大腦，將生產(chǎn)端的各類(lèi)數據進(jìn)行深度運算和分析，形成了資源最優(yōu)利用的方案組合。

人工智能在質(zhì)量檢測的應用現

在有很多工廠(chǎng)傳統上都是用人工在做質(zhì)量檢測的工作，在生產(chǎn)流水線(xiàn)上的質(zhì)檢員，他們需要每天花10個(gè)小時(shí)以上的時(shí)間去判斷質(zhì)量。很多工廠(chǎng)這個(gè)工作崗位兩三個(gè)月就要輪一次崗，因為肉眼確實(shí)受不了。為什么之前沒(méi)用技術(shù)的手段幫助解決質(zhì)檢的問(wèn)題呢？主要原因是傳統視覺(jué)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(gè)能力，它具備學(xué)習能力。比如說(shuō)，同樣一個(gè)劃痕，它會(huì )和傳統系統一樣，第一次都犯錯誤。但是人工智能第二次、第三次，它不會(huì )犯一樣的錯誤，它具備一個(gè)學(xué)習能力。同樣的問(wèn)題或者類(lèi)似的問(wèn)題，下次它會(huì )做出非常精準的判斷。而傳統的系統除非修改程序，同樣的問(wèn)題，下次它一樣會(huì )犯錯誤。

人工智能在智慧倉儲中的應用

倉儲物流的包括環(huán)節很多，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(chē)、叉車(chē)等。通過(guò)計算機視覺(jué)用于分揀機器人的感知和地圖定位，利用機器學(xué)習和深度學(xué)習，實(shí)現分揀機器人的路徑規劃和避障。通過(guò)數學(xué)規劃等運籌優(yōu)化算法和遺傳算法，實(shí)現倉庫上下架策略管理。通過(guò)多智能體算法 蟻群算法用于多個(gè)分揀機器人的協(xié)調行動(dòng)。基于人工智能技術(shù)實(shí)現貨架、商品、機器人的整體協(xié)調，能夠更快速的實(shí)現產(chǎn)品出入庫和高效的倉庫貨架規劃。在工廠(chǎng)倉儲中，各種類(lèi)型的全自動(dòng)流水線(xiàn)、自動(dòng)分撥、倉儲和配送機器人已經(jīng)開(kāi)始慢慢應用，基于人工智能技術(shù)可以讓每一個(gè)物料都有最優(yōu)路徑，最短時(shí)間送達。

人工智能在生產(chǎn)運維的應用

運維數據量龐大，基于深度學(xué)習技術(shù)在龐大的數據量中發(fā)掘價(jià)值。智能制造生命周期管理在智能工廠(chǎng)中，借助于各種生產(chǎn)管理工具／軟件／系統和智能設備，打通企業(yè)從設計、生產(chǎn)到銷(xiāo)售、維護的各個(gè)環(huán)節，實(shí)現產(chǎn)品仿真設計、生產(chǎn)自動(dòng)排程、信息上傳下達、生產(chǎn)過(guò)程監控、質(zhì)量在線(xiàn)監測、物料自動(dòng)配送等智能化生產(chǎn)。如使用MES系統可以實(shí)現智能制造執行系統的應用。

我國作為世界上最大的工業(yè)國，將在下一次工業(yè)革命中引領(lǐng)制造業(yè)發(fā)展方向，而人工智能的應用是核心關(guān)鍵，是將最新的人工智能與智能制造結合起來(lái)，將給制造型企業(yè)插上騰飛的“翅膀”。