大數(shù)據(jù)時(shí)代，人工智能是如何顛覆制造業(yè)的？

---

隨著先進(jìn)技術(shù)簡(jiǎn)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(cè)維護(hù)需求以及優(yōu)化工廠車間資源來改善其運(yùn)營(yíng)。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)。

影響制造業(yè)的關(guān)鍵AI細(xì)分市場(chǎng)

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(shí)別，規(guī)范性建模，智能自動(dòng)化，高級(jí)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(dòng)從基礎(chǔ)模式中學(xué)習(xí)，而無(wú)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(duì)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(zhǎng)到2026年的167億美元，復(fù)合年增長(zhǎng)率達(dá)到驚人的57％。增長(zhǎng)主要?dú)w因于大數(shù)據(jù)的可用性，工業(yè)自動(dòng)化程度的提高，計(jì)算能力的提高以及資本投資的增加。

重資產(chǎn)制造業(yè)的游戲規(guī)則改變者

在AI的幫助下，重型制造商改變了保持運(yùn)營(yíng)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?cè)谛略O(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(dòng)維護(hù)解決方案；2、用機(jī)器設(shè)備狀態(tài)的自動(dòng)AI決策代替機(jī)器操作員的手動(dòng)監(jiān)視活動(dòng)。

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(dòng)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(wàn)行數(shù)據(jù)。然后將數(shù)據(jù)映射到自動(dòng)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(dòng)駕駛，無(wú)需操作員干預(yù)即可自動(dòng)控制制造過程。結(jié)果：八個(gè)月后，該解決方案比手動(dòng)模式提高了11.6％，從而幫助制造商提高了利潤(rùn)。

預(yù)測(cè)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(duì)運(yùn)營(yíng)利潤(rùn)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(cè)性維護(hù)的概念使用AI算法來預(yù)測(cè)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(cè)它們何時(shí)可能出現(xiàn)故障以及建議主動(dòng)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(zhǎng)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(cè)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(shí)別出機(jī)器人部件故障的跡象。在一項(xiàng)先導(dǎo)測(cè)試中，由AI驅(qū)動(dòng)的系統(tǒng)在7,000個(gè)機(jī)器人中檢測(cè)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。

改善產(chǎn)品安全性并啟用智能工廠

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(duì)質(zhì)量保證的自動(dòng)控制，通常取決于人工監(jiān)控。該系統(tǒng)使用傳感器測(cè)量480個(gè)質(zhì)量項(xiàng)目，并實(shí)時(shí)自動(dòng)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(duì)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。

立即建立您的AI技能

人工智能現(xiàn)在是制造業(yè)的核心，并且每年都在增長(zhǎng)。技能仍然供不應(yīng)求，因此對(duì)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(cè)、規(guī)劃等能力賦予企業(yè)數(shù)據(jù)，讓數(shù)據(jù)驅(qū)動(dòng)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。

---