人工智能:工业4.0的驱动力
插图：© IoT For All → 在制造业中，围绕人工智能的炒作大多集中在工业自动化上，但这只是智能制造革命的一个方面——这是在追求效率上的自然下一步。人工智能也将其揭示新的商业机遇的能力带到了制造业的桌面上。我们将阐述人工智能如何推动工业自动化，并在第四次工业革命（Industry 4.0）中开拓新的商业机会。此外，我们还将介绍这种强大技术如何已被制造商用于提升效率、改善质量，并更好地管理供应链。制造领域人工智能的应用案例 #1：预测性质量与产量 减少生产损失和防止生产流程中的低效率一直是所有行业制造商面临的一大挑战。今天，随着需求增长与竞争加剧，这种挑战依然严峻。一方面，消费者期望非常高；全球消费习惯正逐渐“西方化”，即使人口激增仍在持续。根据近年来的多项调查，到2050年全球人口将增长25%，这相当于每天多出20万张嘴要喂饱。另一方面，消费者从未拥有如此多的产品选择。最近的调查显示，这种丰富的选择意味着消费者越来越可能永久放弃自己最爱的品牌，例如，如果货架上没有该产品，消费者可能就不再回头。考虑到这些趋势，制造商再也无法接受流程低效及其带来的损失。无论是浪费、产量、质量还是产能的损失，都会直接影响利润，并给竞争对手留下可趁之机——假设他们的生产流程更高效。许多制造商，特别是那些流程复杂的制造商，面临的挑战是最终会遇到流程优化的天花板。一些低效问题没有明显的根本原因，这让流程专家也难以解释。通过预测性质量与产量的分析，AI驱动的流程与机器健康解决方案可以揭示制造商长期面临的许多生产损失的隐藏原因。这是通过持续的多变量分析实现的，使用的是特别训练以深入理解特定生产流程的机器学习算法。这里使用的特定AI/机器学习技术称为监督学习，这意味着算法被训练以在数据中识别趋势和模式。然后可以自动生成推荐和警报，通知生产团队和流程工程师即将发生的问题，并无缝共享如何在损失发生之前预防的重要知识。#2：预测性维护 预测性维护是工业人工智能最广为人知的应用之一。与按照预定时间表进行维护不同，预测性维护使用算法来预测某个零部件、机器或系统下一次发生故障的时间，并提醒人员进行有针对性的维护，以防止故障发生。这些警报会在恰当时机发出，以避免不必要的停机时间。这些维护系统依赖于无监督的机器学习技术来做出预测。预测性维护解决方案可以帮助降低维护成本，同时在许多情况下消除计划停机的需要，从而增强利润并提升员工体验。通过机器学习提前预测故障，系统可以继续运行，而不会造成不必要的中断或延迟。所需的维护非常精准——技术人员会被告知需要检查、维修和更换的零部件，以及使用哪些工具和遵循哪些方法。由于可以防止次级损坏，并且需要更少的劳动力来进行维护作业，预测性维护还能延长设备的剩余使用寿命（RUL）。提升RUL可以增强可持续发展努力，并减少资源浪费。#3：人机协作 根据国际机器人联合会（IFR）的数据，截至2020年，全球约有164万台工业机器人在运行。人们担心机器人会取代工作岗位，但行业正在看到工人拥抱更高层次职位的培训，如编程、设计和维护。人类也在与机器人合作，以提高工厂车间乃至更广泛领域的效率和生产力。当机器人在制造业中越来越普及时，人工智能将发挥重要作用。它将确保人类员工的安全，同时赋予机器人更多自主决策的能力，从而基于生产一线实时收集的数据进一步优化流程。#4：生成式设计 制造商也可以在设计阶段利用人工智能。在明确的设计简报作为输入的情况下，设计师和工程师可以使用一种通常称为生成式设计软件的AI算法，探索解决方案的所有可能配置。该简报可以包括对材料类型、制造方法、时间限制和预算限制的定义与约束。算法生成的解决方案集可以使用机器学习进行测试。测试阶段会提供关于哪些创意或设计决策有效、哪些无效的额外信息。在此基础上，可以进一步做出改进，直到达到最优解决方案。#5：市场适应与供应链 人工智能渗透在整个Industry 4.0生态系统中，并不仅限于生产一线。AI算法可以优化制造运营的供应链，并帮助制造商更好地应对和预判不断变化的市场。一个算法可以通过分析多种因素（如日期、地点、社会经济属性、宏观经济行为、政治状况、天气模式等）下的需求模式，来构建市场需求的预测。制造商可以利用这些信息来规划未来。利用这些洞察可以优化的流程包括库存控制、人员配置、能源消耗、原材料采购和财务决策。Industry 4.0 与协作 人工智能很热门，但要正确实施，它需要协作。为了开始，制造商应权衡购买与自主研发所需技术和专业知识的利弊。一个Industry 4.0系统包含多个对制造商而言独特的元素和阶段：历史数据收集、通过传感器实时数据采集、数据聚合、通过通信协议、路由和网关设备实现连接、与可编程逻辑控制器（PLC）集成、用于监控和分析的仪表板，以及AI应用：机器学习和其他技术。工业人工智能已不再是遥不可及的愿景。制造商可以利用这些技术满足他们特定的业务挑战和需求。随着Industry 4.0变得愈加复杂，制造商将需要人工智能带来的敏捷性和可见性。推文分享 邮件分享 制造业工业自动化Industry 4.0预测性分析 → 制造业工业自动化Industry 4.0预测性分析
查看全文
作者最近更新
-
Edge and IoT Predictions For 2024iotforall
2023-12-22
评论0条评论