機器學習技術將成為現代制造業應用新趨勢

日期：2018-05-30

　　人工智能的應用不僅幫助企業提高效率，也幫助現代各種生產設施在成本損失和重大事故形成之前對未來故障進行預測和預防，人工智能的在這方面的能力范圍遠超人類所及。

　　制造業生產的價值取決于效率，另一方面從產品和服務的概念階段到交付階段也要盡量少出現人工錯誤。然而，隨著市場競爭的增加，和對響應速度和敏捷性增加，人力可實現的范圍已經不再能滿足市場需求。生產設備的日常運作中正逐漸結合更多的人工智能技術。人工智能的應用不僅幫助企業提高效率，也幫助現代各種生產設施（裝配線、機加工設備、原料處理設備）在成本損失和重大事故形成之前對未來故障進行預測和預防， 人工智能的在這方面的能力范圍遠超人類所及。

更智能意味著更好、更快

　　人工智能已經解決了當今產業所面臨的一些關于效率和產量的重要問題。例如許多項目經理正面臨產品設計同步、加工能力和提高產量的難題，而這些直接關系到生產進度和成本，是否能否滿足客戶需求等。而讓這一難題更加難以解決的是，工廠缺乏異地或遠程設計工程的支持，對生產運行狀態（包括庫存狀態、設計、供應商動向、設備狀態、排程）缺乏有效監控。

　　具有前瞻性的生產企業將AI應用到了車間層，對排隊進入有限設備的在制品數量進行預測。通過降低在制品的數量，生產企業可以縮短生產周期，從而服務更多客戶訂單，提高每家工廠的營收。通過預測哪些工序容易造成報廢零件，領先企業也將AI應用到了產品線的拓展。

　　另外對于企業運營的預測，則是AI在企業應用中還未觸及的領域。企業經營者過去能收集和分析的絕大部分數據只能代表過去的信息，而設備絕不可能對未來進行預測。目前還從未有過哪種技術能為制造商進行縝密思考，更不能對推理過程進行演示。

　　設備驅動的預測和學習對制造企業帶來的好處無疑是巨大的。例如基于AI的機器預測模型在預測設備故障時，預留足夠充分時間進行提前預警，使關鍵設備的無計劃停機情況和備件庫存成本有了極大改善。這一方面幫助操作工簡化操作，一方面幫助企業管理人員簡化供應鏈管理，使產量達到最大化，也降低了設備操作工人空閑的人力成本。

工業物聯網的投資回報

　　盡管不同的作業和設備的復雜程度不盡相同，但在工業作業上應用機器智能的投資回報不可否認，例如一家大型工業企業的渦輪機的一個產品設計問題被原設備生產商和企業自身忽略了。這個產品設計問題造成的損失可導致嚴重事故，還會破壞壓縮機和轉子。利用機器智能可以在這一事故發生前就能預測到風險。而企業預估這個事故如果發生，在零部件和維修上就將損失超過1億美元。這至少是投資額的50到100倍。

應用AI和機器學習遭遇的挑戰

　　機器學習能被用于工業生產的大部分領域，包括提升產品設計協同和預測性維護。工業AI已經證實了其存在價值，而在實際應用上則還需要克服一些阻礙。

　　對于大部分企業而言，缺乏有效的IT支撐是實際應用的一項最大挑戰。即使在財富500強企業，由于IT方面的限制，工廠生產的復雜程度也沒有達到那么高，而且阻礙了企業實現數字化的能力。這些限制包括將安全標準設置過高，拒絕應用云技術，或者偏好認證的廠商而拒絕新廠商。其次，IT部門往往都忙于管理工業數據，處理各種各樣格式的數據和應付時常不兼容的系統，這也是一個挑戰。

工業自動化的下一個浪潮

　　當今，人工智能只是應用到了具有超高準確性和精確度的有限問題。而接下來，AI的角色將延伸到解決更具挑戰性的難題，包括通過增強情境意識作一些復雜的決策以及通過在大數據集中搜尋細微關系支持企業的戰略決策。

　　在未來兩年到五年，人們將逐漸看到混合現實的應用。混合現實是增強現實技術與虛擬現實技術的結合。增強現實和虛擬現實現階段仍處于應用曲線的早期階段，然而混合現實技術由于具有巨大潛力逐漸火熱了起來，它尤其適應勞動力老齡化的問題。例如，基于自然語言處理的增強現實技術，可以引導技術人員通過步驟提示進行維修，增強現實畫面突出顯示了內部零件、展開使用說明，還可以方便與遠程專家電話溝通確認問題。

　　為了增加效率和保持競爭力，項目經理和生產設施將更需要人工智能。隨著企業克服應用障礙，并認識到其價值，AI技術對企業保持穩步發展將變得更加關鍵。早期應用機器學習技術的企業也將逐漸涵蓋混合現實技術以保持競爭優勢。

　　深圳市藍眼科技有限公司(簡稱：藍眼科技 sbdzby.com)是國內領先的智能裝備系統和生產自動化及自動化測試系統解決方案供應商,在SMT首件檢測系統、SMT智能首件檢驗、首件測試、SMT自動接料機、IQC來料檢測、全自動點料機、自動芯片燒錄器、自動光學卷帶檢測系統、自動屏幕檢測機和高倍率光學檢測平臺、視覺檢測平臺等消費類電子產品的制造和檢測領域，有著國際領先的優勢條件。