機(jī)器學(xué)習(xí)技術(shù)將成為現(xiàn)代制造業(yè)應(yīng)用新趨勢

日期：2018-05-30

　　人工智能的應(yīng)用不僅幫助企業(yè)提高效率，也幫助現(xiàn)代各種生產(chǎn)設(shè)施在成本損失和重大事故形成之前對未來故障進(jìn)行預(yù)測和預(yù)防，人工智能的在這方面的能力范圍遠(yuǎn)超人類所及。

　　制造業(yè)生產(chǎn)的價值取決于效率，另一方面從產(chǎn)品和服務(wù)的概念階段到交付階段也要盡量少出現(xiàn)人工錯誤。然而，隨著市場競爭的增加，和對響應(yīng)速度和敏捷性增加，人力可實(shí)現(xiàn)的范圍已經(jīng)不再能滿足市場需求。生產(chǎn)設(shè)備的日常運(yùn)作中正逐漸結(jié)合更多的人工智能技術(shù)。人工智能的應(yīng)用不僅幫助企業(yè)提高效率，也幫助現(xiàn)代各種生產(chǎn)設(shè)施（裝配線、機(jī)加工設(shè)備、原料處理設(shè)備）在成本損失和重大事故形成之前對未來故障進(jìn)行預(yù)測和預(yù)防， 人工智能的在這方面的能力范圍遠(yuǎn)超人類所及。

更智能意味著更好、更快

　　人工智能已經(jīng)解決了當(dāng)今產(chǎn)業(yè)所面臨的一些關(guān)于效率和產(chǎn)量的重要問題。例如許多項目經(jīng)理正面臨產(chǎn)品設(shè)計同步、加工能力和提高產(chǎn)量的難題，而這些直接關(guān)系到生產(chǎn)進(jìn)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(yuǎn)程設(shè)計工程的支持，對生產(chǎn)運(yùn)行狀態(tài)（包括庫存狀態(tài)、設(shè)計、供應(yīng)商動向、設(shè)備狀態(tài)、排程）缺乏有效監(jiān)控。

　　具有前瞻性的生產(chǎn)企業(yè)將AI應(yīng)用到了車間層，對排隊進(jìn)入有限設(shè)備的在制品數(shù)量進(jìn)行預(yù)測。通過降低在制品的數(shù)量，生產(chǎn)企業(yè)可以縮短生產(chǎn)周期，從而服務(wù)更多客戶訂單，提高每家工廠的營收。通過預(yù)測哪些工序容易造成報廢零件，領(lǐng)先企業(yè)也將AI應(yīng)用到了產(chǎn)品線的拓展。

　　另外對于企業(yè)運(yùn)營的預(yù)測，則是AI在企業(yè)應(yīng)用中還未觸及的領(lǐng)域。企業(yè)經(jīng)營者過去能收集和分析的絕大部分?jǐn)?shù)據(jù)只能代表過去的信息，而設(shè)備絕不可能對未來進(jìn)行預(yù)測。目前還從未有過哪種技術(shù)能為制造商進(jìn)行縝密思考，更不能對推理過程進(jìn)行演示。

　　設(shè)備驅(qū)動的預(yù)測和學(xué)習(xí)對制造企業(yè)帶來的好處無疑是巨大的。例如基于AI的機(jī)器預(yù)測模型在預(yù)測設(shè)備故障時，預(yù)留足夠充分時間進(jìn)行提前預(yù)警，使關(guān)鍵設(shè)備的無計劃停機(jī)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(yè)管理人員簡化供應(yīng)鏈管理，使產(chǎn)量達(dá)到最大化，也降低了設(shè)備操作工人空閑的人力成本。

工業(yè)物聯(lián)網(wǎng)的投資回報

　　盡管不同的作業(yè)和設(shè)備的復(fù)雜程度不盡相同，但在工業(yè)作業(yè)上應(yīng)用機(jī)器智能的投資回報不可否認(rèn)，例如一家大型工業(yè)企業(yè)的渦輪機(jī)的一個產(chǎn)品設(shè)計問題被原設(shè)備生產(chǎn)商和企業(yè)自身忽略了。這個產(chǎn)品設(shè)計問題造成的損失可導(dǎo)致嚴(yán)重事故，還會破壞壓縮機(jī)和轉(zhuǎn)子。利用機(jī)器智能可以在這一事故發(fā)生前就能預(yù)測到風(fēng)險。而企業(yè)預(yù)估這個事故如果發(fā)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(yīng)用AI和機(jī)器學(xué)習(xí)遭遇的挑戰(zhàn)

　　機(jī)器學(xué)習(xí)能被用于工業(yè)生產(chǎn)的大部分領(lǐng)域，包括提升產(chǎn)品設(shè)計協(xié)同和預(yù)測性維護(hù)。工業(yè)AI已經(jīng)證實(shí)了其存在價值，而在實(shí)際應(yīng)用上則還需要克服一些阻礙。

　　對于大部分企業(yè)而言，缺乏有效的IT支撐是實(shí)際應(yīng)用的一項最大挑戰(zhàn)。即使在財富500強(qiáng)企業(yè)，由于IT方面的限制，工廠生產(chǎn)的復(fù)雜程度也沒有達(dá)到那么高，而且阻礙了企業(yè)實(shí)現(xiàn)數(shù)字化的能力。這些限制包括將安全標(biāo)準(zhǔn)設(shè)置過高，拒絕應(yīng)用云技術(shù)，或者偏好認(rèn)證的廠商而拒絕新廠商。其次，IT部門往往都忙于管理工業(yè)數(shù)據(jù)，處理各種各樣格式的數(shù)據(jù)和應(yīng)付時常不兼容的系統(tǒng)，這也是一個挑戰(zhàn)。

工業(yè)自動化的下一個浪潮

　　當(dāng)今，人工智能只是應(yīng)用到了具有超高準(zhǔn)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(zhàn)性的難題，包括通過增強(qiáng)情境意識作一些復(fù)雜的決策以及通過在大數(shù)據(jù)集中搜尋細(xì)微關(guān)系支持企業(yè)的戰(zhàn)略決策。

　　在未來兩年到五年，人們將逐漸看到混合現(xiàn)實(shí)的應(yīng)用。混合現(xiàn)實(shí)是增強(qiáng)現(xiàn)實(shí)技術(shù)與虛擬現(xiàn)實(shí)技術(shù)的結(jié)合。增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)現(xiàn)階段仍處于應(yīng)用曲線的早期階段，然而混合現(xiàn)實(shí)技術(shù)由于具有巨大潛力逐漸火熱了起來，它尤其適應(yīng)勞動力老齡化的問題。例如，基于自然語言處理的增強(qiáng)現(xiàn)實(shí)技術(shù)，可以引導(dǎo)技術(shù)人員通過步驟提示進(jìn)行維修，增強(qiáng)現(xiàn)實(shí)畫面突出顯示了內(nèi)部零件、展開使用說明，還可以方便與遠(yuǎn)程專家電話溝通確認(rèn)問題。

　　為了增加效率和保持競爭力，項目經(jīng)理和生產(chǎn)設(shè)施將更需要人工智能。隨著企業(yè)克服應(yīng)用障礙，并認(rèn)識到其價值，AI技術(shù)對企業(yè)保持穩(wěn)步發(fā)展將變得更加關(guān)鍵。早期應(yīng)用機(jī)器學(xué)習(xí)技術(shù)的企業(yè)也將逐漸涵蓋混合現(xiàn)實(shí)技術(shù)以保持競爭優(yōu)勢。

　　深圳市藍(lán)眼科技有限公司(簡稱：藍(lán)眼科技 ryouenkai.com)是國內(nèi)領(lǐng)先的智能裝備系統(tǒng)和生產(chǎn)自動化及自動化測試系統(tǒng)解決方案供應(yīng)商,在SMT首件檢測系統(tǒng)、SMT智能首件檢驗、首件測試、SMT自動接料機(jī)、IQC來料檢測、全自動點(diǎn)料機(jī)、自動芯片燒錄器、自動光學(xué)卷帶檢測系統(tǒng)、自動屏幕檢測機(jī)和高倍率光學(xué)檢測平臺、視覺檢測平臺等消費(fèi)類電子產(chǎn)品的制造和檢測領(lǐng)域，有著國際領(lǐng)先的優(yōu)勢條件。