CN / EN
banner圖
掌握核心技術 駕馭光的運用

行業新聞

為什麽傳統製造業需要人工智能?

日期:2018-10-19 來源:币游国际
        隨著計算機處理速度大幅提升、存儲成本下降、以及雲計算、物聯網等技術的發展,讓人工智能的應用成本大幅降低。消費者對個性化和產品品質升級的需求也不斷發展,大大增加了製造業的複雜性,包括生產的組織形式、質量檢測環節、倉儲物流等環節。係統越來越複雜,人的學習曲線就會越緩慢,人應對複雜係統的能力就會成為製約技術進步和應用的瓶頸。
        如何利用人工智能技術代替人腦,甚至使其超越人腦來實現製造業效率的提升?
        在傳統工業界大都以人的決策和反饋為核心,這就會導致係統中有很大一部分的價值並沒有被釋放出來。而人工智能為製造業帶來的變革,就是擺脫人類認知和知識邊界的限製,為決策支持和協同優化提供可量化依據。
        本文主要介紹人工智能在生產不同環節,包括產線設備、質量檢測、倉儲物流、整體運維四個方麵的應用。
為什麽傳統製造業需要人工智能?_heydanbo.com
        人工智能在工廠運維的應用:
        比如一條生產線突然發出故障報警,機器能夠自己進行診斷,找到哪裏產生了問題,原因是什麽。並且,還能根據曆史維護的記錄或者維護標準,告訴我們如何解決故障,甚至讓機器自己解決問題、自我恢複。
        人工智能在預測性維護的應用:
        如果工業生產線或設備如果突然出現問題,那造成的損失是非常巨大的。利用大數據建模和神經網絡等算法,可以讓機器在出現問題之前就感知到或者分析出可能出現的問題。比如,工廠中的數控機床在運行一段時間後刀具就需要更換,通過分析曆史的運營數據,機器可以提前知道刀具會損壞的時間,從而提前準備好更換的配件,並安排在最近的一次維護時更換刀具。
        產線設備參數優化
        生產產線工位少則幾十個,多則數百個,涉及的產線設備、生產物料、工人都非常多。通過基於生產線的大量數據,基於大數據分析和智能算法可以優化生產工藝、提升產品品質。現在有很多工廠傳統上都是用人工在做質量檢測的工作,在生產流水線上的質檢員,他們需要每天花10個小時以上的時間去判斷質量。很多工廠這個工作崗位兩三個月就要輪一次崗,因為肉眼確實受不了。
        為什麽之前沒用技術的手段幫助解決質檢的問題呢?主要原因是傳統視覺設備誤判率比較高。大概是有百分之二十,甚至三十的誤判率。人工智能最重要的一個能力,它具備學習能力。比如說,同樣一個劃痕,它會和傳統係統一樣,第一次都犯錯誤。但是人工智能第二次、第三次,它不會犯一樣的錯誤,它具備一個學習能力。通過利用深度學習,神經網絡,就可以讓電腦快速學習做自動檢測的工作。
        倉儲物流的包括環節很多,從入庫分揀、庫位管理、上下架、出庫分揀到物料運輸,中間涉及分揀機器人、上下料機器人、立庫、AGV小車、叉車等。
        通過計算機視覺用於分揀機器人的感知和地圖定位,利用機器學習和深度學習,實現分檢機器人的路徑規劃和避障。通過數學規劃等運籌優化算法和遺傳算法,實現倉庫上下架策略管理。
        通過多智能體算法 蟻群算法用於多個分揀機器人的協調行動。基於人工智能技術實現貨架、商品、機器人的整體協調,能夠更快速的實現產品出入庫和高效的倉庫貨架規劃。


返回列表