2018年8月15日 星期三

.大話工業 4.0:AI+製造的機會與挑戰

Inspur Intelligent Factory



來源: OFweek工控网



機器換人浪潮之後,資訊化革命愈演愈烈,機器設備、人和產品等製造元素不再是獨立的個體,它們透過工業物聯網,緊密聯繫在一起,實現更協調和高效的製造系統。

利用雲計算可以儲存大量的現場數據,以實現機器狀態監測、生產分析、產品預測評估等功能,這也就是德國所提出的工業4.0模式。

當前製造業的轉型,可以看作是自動化升級,和資訊技術的融合提升,這不僅僅是自動化和機器換人,我們更希望工廠能實現自主化決策,靈活生產出多樣化的產品,並能快速應對更多的市場變化。


image.png



人工智慧和製造系統的結合將是必然的,利用機器學習、模式識別、認知分析等算法模型,可以提升工廠控制管理系統的能力,實現所謂的智慧製造,才能使企業在今天競爭激烈的環境,獲得更好的優勢。

德國人工智慧研究中心,科學董事漢斯·烏思克爾特教授,在「2018年中新人工智慧高峰論壇」指出,工業4.0時代的智慧製造可以分為三個層次,第一個也是最核心的部分是智慧工廠,第二個是智慧運行服務,第三個是智慧製造支持服務。

智慧製造核心是智工廠
整個智慧製造過程,主要圍繞著智慧工廠展開,而人工智慧在智慧工廠中發揮著重要的作用。物聯網將所有的機器設備連接在一起,例如控制器、傳感器、執行器的聯網,然後,AI就可以分析傳感器上傳的數據,這就是智慧製造的核心。

隨著工業物聯網的應用發展,網路和實體系統,將緊密聯繫在一起,也就是物聯網將生產現場的處理器、傳感器連接起來,使得機器人之間可以進行通信,可以互相溝通,而機器和人的工作將不再會嚴格分工,未來製造系統把人和機器融合在一起。

數位雙胞胎是重要的角色,智慧製造的整個流程,都有一個數位孿生模型,系統裡包括了現實世界的任何東西,可以是應用或者操作指南手冊等。系統可以靈活地進行產品生產配置,例如根據產品需求給機器下指令,讓機器做哪些事情等。


image.png



此外,智慧製造系統裡還有人機交互,即人和機器人之間的互動。還有用人工智慧驅動、優化產品和流程等。工廠需要做一些預測性維護,或者是預測機器的能耗等等,越來越多的這些功能,都可以在智慧工廠裡實現

智慧運行提升工廠的效益
除了單純生產之外,智慧系統還有提供運行的服務。例如公司內部移動出行管理,以及智慧物流、智慧建築、智慧產品和智慧電網等。透過數位化又胞胎,可以把整個流程的所有元素起先編碼,包括了產品特點、手冊等進行編碼。


image.png



有了這種資訊化系統,管理者可以輕鬆瞭解到,實體對象的實際情況,可以根據數據分析結果,進行合理的安排和調度,使得工廠能以最低的能耗下運行,並獲得很好的生產效率,或者是更好地滿足客戶交付的要求。

數位化雙胞胎本身是非常複雜的內容,目前在很多地方還不夠用,比如教育訓練、供應商、合作夥伴服務等等,這些功能還需要重新設計完善。

大數據分析支撐智慧製造
未來工廠將透過數據分析,為產品提供優化建議,但實際上大部分數據,都來自於企業外部,例如來自客戶的反饋數據。充分的數據才能得到準確的洞察,所以數據還包括很多外部相關領域,比如合作夥伴和供應商等,因為他們提供了零組件。

此外,企業可以從監管當局瞭解一些認證、規範和法律要求等,以及媒體、投資商和股東,還有競爭對手等。如果企業不關注競爭對手,很有可能有一天會被超越。


image.png



在設計一個產品的時候,要計劃這個生產什麼時候上市,那麼,這不僅僅是需要內部的數據,還需要外部的數據。

製造商必須要瞭解其的服務供應商、合作夥伴等,知道他們的情況是怎麼樣的。所以,智慧工廠內部數據需要與外部數據進行結合,這是一個很大的挑戰。

外部數據會遇到數據標準化的問題,因為合作夥伴或者供應商給到的數據可能是非結構性的,有些是用語言來描述產品,並不是表格或者文字來體現。

所以要將非結構性數據,和內部結構性數據結合在一起。工廠內部大部份數據是結構化的,例如用攝影機拍下產品照片、語音等。

如果要解決這些問題,就要管理好客戶關係,把供應鏈變得更智能化。這些智慧意味著整個製造過程的參與對象,都要互聯互通,使用物聯網、大數據分析等技術,獲取更多商業情報。當然,還可以使用AI來幫助企業優化整個流程。



按此回今日3S Market新聞首頁

沒有留言:

張貼留言