原創(chuàng)|大數(shù)據(jù)新聞|編輯:況魚杰|2020-10-12 15:47:09.603|閱讀 252 次
概述:隨著先進(jìn)技術(shù)簡化了復(fù)雜流程的管理方式,制造業(yè)正在經(jīng)歷著巨大的變革。尤其是,制造商可以通過最大程度地減少機(jī)器停機(jī)時(shí)間,預(yù)測維護(hù)需求以及優(yōu)化工廠車間資源來改善其運(yùn)營。正是在這些領(lǐng)域中,人工智能(AI)和機(jī)器學(xué)習(xí)通過使其易于收集有關(guān)機(jī)器性能的數(shù)據(jù)并立即找到解決方案,正在幫助顛覆制造業(yè)。
# 界面/圖表報(bào)表/文檔/IDE等千款熱門軟控件火熱銷售中 >>
相關(guān)鏈接:
隨著先進(jìn)技術(shù)簡化了復(fù)雜流程的管理方式,制造業(yè)正在經(jīng)歷著巨大的變革。尤其是,制造商可以通過最大程度地減少機(jī)器停機(jī)時(shí)間,預(yù)測維護(hù)需求以及優(yōu)化工廠車間資源來改善其運(yùn)營。正是在這些領(lǐng)域中,人工智能(AI)和機(jī)器學(xué)習(xí)通過使其易于收集有關(guān)機(jī)器性能的數(shù)據(jù)并立即找到解決方案,正在幫助顛覆制造業(yè)。
AI是學(xué)習(xí)系統(tǒng)功能的統(tǒng)稱,被視為代表智能,包括圖像和視頻識別,規(guī)范性建模,智能自動化,高級仿真和復(fù)雜分析等。在制造過程中,AI用例圍繞以下技術(shù)展開:
機(jī)器學(xué)習(xí):使用算法和數(shù)據(jù)自動從基礎(chǔ)模式中學(xué)習(xí),而無需進(jìn)行顯式編程。
深度學(xué)習(xí):機(jī)器學(xué)習(xí)的一部分,它使用神經(jīng)網(wǎng)絡(luò)來分析圖像和視頻之類的東西。
自治對象:自行管理任務(wù)的AI代理,例如協(xié)作機(jī)器人或聯(lián)網(wǎng)車輛。
制造業(yè)人工智能預(yù)計(jì)將從2020年的11億美元增長到2026年的167億美元,復(fù)合年增長率達(dá)到驚人的57%。增長主要?dú)w因于大數(shù)據(jù)的可用性,工業(yè)自動化程度的提高,計(jì)算能力的提高以及資本投資的增加。
在AI的幫助下,重型制造商改變了保持運(yùn)營效率的方式。他們過去常常用資本支出來資助改進(jìn)工作(即,他們在新設(shè)備上花了很多錢來替換有故障的設(shè)備)。人工智能是一種成本較低的替代方案,使這些公司可以:1、更有效地分析機(jī)器數(shù)據(jù)以找到主動維護(hù)解決方案;2、用機(jī)器設(shè)備狀態(tài)的自動AI決策代替機(jī)器操作員的手動監(jiān)視活動。
麥肯錫(McKinsey)最近的一份報(bào)告說明了一家水泥制造商的用例,該公司創(chuàng)建了一個(gè)AI驅(qū)動的“資產(chǎn)優(yōu)化器”,以提高立式生料磨的產(chǎn)量。該解決方案首先從數(shù)百個(gè)過程變量中快速捕獲了數(shù)百萬行數(shù)據(jù)。然后將數(shù)據(jù)映射到自動化工作流程,并應(yīng)用神經(jīng)網(wǎng)絡(luò)和分析算法來優(yōu)化過程控制。該優(yōu)化器能夠自動駕駛,無需操作員干預(yù)即可自動控制制造過程。結(jié)果:八個(gè)月后,該解決方案比手動模式提高了11.6%,從而幫助制造商提高了利潤。
預(yù)測性維護(hù)的重要性
持續(xù)維護(hù)生產(chǎn)機(jī)械和設(shè)備是制造商的主要費(fèi)用,并且可能對運(yùn)營利潤產(chǎn)生巨大影響。計(jì)劃外停機(jī)每年使制造商損失500億美元,而資產(chǎn)故障是造成計(jì)劃外停機(jī)的42%的原因。
預(yù)測性維護(hù)的概念使用AI算法來預(yù)測何時(shí)機(jī)器和設(shè)備可能發(fā)生故障。可以訓(xùn)練AI來連續(xù)監(jiān)視設(shè)備上的傳感器,預(yù)測它們何時(shí)可能出現(xiàn)故障以及建議主動的,基于狀況的維護(hù)計(jì)劃。例如偏離材料配方,設(shè)備性能的細(xì)微變化或原材料的變化。結(jié)果是減少了停機(jī)時(shí)間,并延長了設(shè)備的剩余使用壽命。
通用汽車公司的一個(gè)關(guān)鍵用例強(qiáng)調(diào)了預(yù)測性維護(hù)過程。這家汽車公司分析了安裝在組裝機(jī)器人上的攝像機(jī)中的圖像,以識別出機(jī)器人部件故障的跡象。在一項(xiàng)先導(dǎo)測試中,由AI驅(qū)動的系統(tǒng)在7,000個(gè)機(jī)器人中檢測到72個(gè)組件故障實(shí)例,并在可能導(dǎo)致計(jì)劃外停機(jī)的情況下影響生產(chǎn)之前發(fā)現(xiàn)了問題。
汽車輪胎是安全組件,因此普利司通(Bridgestone)等制造商在質(zhì)量上追求完美。為了實(shí)現(xiàn)該目標(biāo),該公司創(chuàng)建了一個(gè)機(jī)器學(xué)習(xí)系統(tǒng),以提供對質(zhì)量保證的自動控制,通常取決于人工監(jiān)控。該系統(tǒng)使用傳感器測量480個(gè)質(zhì)量項(xiàng)目,并實(shí)時(shí)自動控制機(jī)器。與人為控制的過程相比,產(chǎn)品均勻性提高了15%,并且通過消除成型過程中的瓶頸使生產(chǎn)率提高了一倍。
機(jī)器學(xué)習(xí)也將是明天智能工廠的核心。例如,諾基亞最近推出了一個(gè)視頻應(yīng)用程序,該程序利用機(jī)器學(xué)習(xí)功能在生產(chǎn)過程中出現(xiàn)異常時(shí)向制造商發(fā)出警報(bào),以便可以對其進(jìn)行實(shí)時(shí)糾正。借助5G網(wǎng)絡(luò),裝配線可以將問題直接傳達(dá)到600公里以外的數(shù)據(jù)中心。
人工智能現(xiàn)在是制造業(yè)的核心,并且每年都在增長。技能仍然供不應(yīng)求,因此對AI工程師進(jìn)行培訓(xùn)是有價(jià)值的,他們可以使用各種智能代理來創(chuàng)建實(shí)際應(yīng)用。
慧都大數(shù)據(jù)團(tuán)隊(duì)可幫助構(gòu)建AI模型,將學(xué)習(xí)、推理、思考、預(yù)測、規(guī)劃等能力賦予企業(yè)數(shù)據(jù),讓數(shù)據(jù)驅(qū)動決策,創(chuàng)造最高業(yè)務(wù)價(jià)值。點(diǎn)擊在線客服咨詢了解AI應(yīng)用方案。
本站文章除注明轉(zhuǎn)載外,均為本站原創(chuàng)或翻譯。歡迎任何形式的轉(zhuǎn)載,但請務(wù)必注明出處、不得修改原文相關(guān)鏈接,如果存在內(nèi)容上的異議請郵件反饋至chenjj@fc6vip.cn