028-81259914
18781956287
以工業和(hé)信息化(huà)技術
服務企業工業和(hé)信息智能化(huà)建設

2021年機器學習(xí)将在5個(gè)方面改變制造業

發布日期:2022-03-07 11:20:00   來(lái)源 : www.cechina.cn    作者 :www.cechina.cn    浏覽量 :2493
www.cechina.cn www.cechina.cn 發布日期:2022-03-07 11:20:00  
2493

     在過去的(de)十年裏,複雜(zá)機器人(rén)系統和(hé)人(rén)工智能(AI)等技術的(de)進步改變了(le)制造業,推動了(le)人(rén)們通(tōng)常所說的(de)工業4.0革命。COVID-19疫情進一步加速了(le)許多(duō)制造商的(de)數字化(huà)轉型,因爲更多(duō)的(de)工廠運營需要有效地運行,并且在許多(duō)情況下(xià),需要實現遠(yuǎn)程監控和(hé)管理(lǐ)。

  作爲人(rén)工智能的(de)一個(gè)分(fēn)支,機器學習(xí)(ML)的(de)核心是創建從經驗中學習(xí)并随著(zhe)時(shí)間的(de)推移提高(gāo)其決策能力的(de)計算(suàn)機程序。它在許多(duō)行業中越來(lái)越重要,制造業也(yě)不例外。

  更便宜的(de)傳感器和(hé)數據存儲,以及大(dà)數據技術的(de)成熟,使制造商能夠捕獲大(dà)量數據,而機器學習(xí)使企業能夠從上述數據中獲得(de)可(kě)操作的(de)智能,從而實現更智能的(de)設備,提高(gāo)質量和(hé)提高(gāo)生産力。

  随著(zhe)企業不斷将機器學習(xí)作爲日常運營的(de)一部分(fēn),未來(lái)一年機器學習(xí)将在如下(xià)5個(gè)方面影(yǐng)響制造業的(de)發展。

  1. 更廣泛的(de)預測性維護

  通(tōng)常情況下(xià),工廠依賴于由使用(yòng)情況或時(shí)間決定的(de)定期維護計劃來(lái)确定機器何時(shí)需要維修,甚至等到設備出現故障後才進行維護。

  利用(yòng)人(rén)工智能,制造商們可(kě)以創建預測性維護模型,這(zhè)些模型根據曆史數據進行訓練,了(le)解導緻過去設備問題的(de)原因,從而預測機器何時(shí)需要維護,并發出警報,提醒企業及時(shí)處理(lǐ)。

  由于隻有在實際需要時(shí)才會關閉設備進行維修,而不是按照(zhào)計劃進行定期維修,因此預測性維護可(kě)以節省大(dà)量時(shí)間和(hé)成本。

  此外,由于快(kuài)速的(de)創新周期正在縮短大(dà)多(duō)數産品類别的(de)産品生命周期,而客戶期望的(de)急劇變化(huà)正在縮短交貨周期,制造企業必須更快(kuài)更靈活地進行機器維修和(hé)重新調整。

  雖然預測性維護并不是制造業的(de)新鮮事物(wù),但預計今年将看到其廣泛采用(yòng)的(de)急劇增加,企業将使用(yòng)更多(duō)互聯設備(例如嵌入設備中的(de)傳感器等)的(de)數據來(lái)消除維護決策中的(de)猜測。

  2. 提高(gāo)能源效率

  如今,大(dà)多(duō)數工廠都在7X24小時(shí)不間斷地運行,以保持最佳效率,這(zhè)需要大(dà)量的(de)能源來(lái)保持事物(wù)的(de)運行。通(tōng)過綜合考慮能源價格、設備維護、人(rén)工成本和(hé)庫存等因素,機器學習(xí)算(suàn)法可(kě)以爲能源密集型活動安排最佳時(shí)間。因此,企業可(kě)以通(tōng)過在适當的(de)時(shí)間運行适當的(de)流程來(lái)最大(dà)限度地節約成本。

  很多(duō)制造企業已經開始了(le)這(zhè)樣的(de)計劃。例如,一家全球大(dà)型石化(huà)制造商希望通(tōng)過采用(yòng)人(rén)工智能解決方案以降低能耗,削減成本并更加環保。該公司每年在能源消耗方面要花費大(dà)約2000萬美(měi)元。通(tōng)過部署易于實時(shí)調整和(hé)處理(lǐ)傳感器數據的(de)人(rén)工智能模型,該公司成功将能耗降低了(le)5%。

  3. 提升産品質量

  無論制造過程如何優化(huà),每個(gè)工廠都會遇到産品缺陷的(de)困擾。盡管有各種各樣的(de)方法來(lái)糾正缺陷,但瑕疵仍然無法避免,爲企業經營增加了(le)更多(duō)成本。使用(yòng)機器學習(xí),制造商可(kě)以在優化(huà)質量控制工作的(de)同時(shí)顯著降低出錯的(de)可(kě)能性。

  圖像識别和(hé)機器學習(xí)模型可(kě)以被訓練來(lái)分(fēn)析圖像,并在産品創建的(de)早期檢測異常,而不是依靠員(yuán)工在裝配線上目測每個(gè)産品。因此,工廠可(kě)以确保他(tā)們正在創造高(gāo)質量的(de)産品,同時(shí)減少浪費。


 
             圖:利用(yòng)人(rén)工智能,制造商正在開發預測性維護模型,該模型根據導緻過去設備問題的(de)曆史數據進行訓練,以預測機器何時(shí)需要維護。圖片來(lái)源:RapidMiner

  4. 創建更安全的(de)工作場(chǎng)所

  任何在工廠工作過的(de)人(rén)都經曆過全面的(de)年度健康和(hé)安全培訓,并且知道正确使用(yòng)安全裝置的(de)重要性。雖然這(zhè)些工具對(duì)工作場(chǎng)所的(de)安全至關重要,但像人(rén)工智能這(zhè)樣的(de)新技術可(kě)以幫助進一步避免風險,因爲即使在遵循适當的(de)安全協議(yì)時(shí),事故也(yě)可(kě)能會發生。

  來(lái)自機器學習(xí)的(de)數據分(fēn)析可(kě)以增強視頻(pín)監控系統,以識别潛在的(de)不安全行爲,包括用(yòng)于在操作重型機械之前識别過度工作或疲勞的(de)員(yuán)工。還(hái)可(kě)以将機器學習(xí)用(yòng)于傳感器數據,以揭示有關安全系統性能的(de)重要見解。

  通(tōng)過依靠人(rén)工智能對(duì)工業物(wù)聯網(IIoT)和(hé)其他(tā)互聯設備每秒産生的(de)數千個(gè)數據點進行篩選,企業可(kě)以獲得(de)關于潛在危險的(de)自動警報,從而創造一個(gè)更安全的(de)工作場(chǎng)所。

  一家财富500強的(de)礦業和(hé)化(huà)工生産公司,希望能夠利用(yòng)機器學習(xí)來(lái)識别其生産過程中的(de)一個(gè)不可(kě)預見的(de)變量,該變量通(tōng)常會導緻巨大(dà)的(de)環境健康和(hé)安全(EHS)風險因素。

  通(tōng)過使用(yòng)由工藝工程師建立的(de)機器學習(xí)模型,操作人(rén)員(yuán)能夠使工廠免于停産,避免堆積如山的(de)行政文書(shū)工作,并将整體EHS風險降低約90%。該公司估計,使用(yòng)機器學習(xí)模型每年避免了(le)6起以上的(de)事故。

  5. 預測和(hé)應對(duì)消費者的(de)實時(shí)需求

  預測消費者的(de)需求是一項艱巨的(de)任務,而且要做(zuò)到完美(měi)更是一項挑戰。值得(de)慶幸的(de)是,人(rén)工智能程序可(kě)以用(yòng)來(lái)預測需求,其能達到的(de)複雜(zá)程度和(hé)準确性都是前所未有的(de)。從新數據和(hé)曆史數據中汲取靈感,機器學習(xí)模型可(kě)以幫助企業了(le)解哪些因素驅動了(le)需求,以及企業如何适應現場(chǎng)的(de)變數。

  另一方面,需求感應讓企業能夠實時(shí)跟蹤需求的(de)波動,以及消費者的(de)購(gòu)買行爲。通(tōng)過分(fēn)析來(lái)自倉庫和(hé)銷售點系統的(de)數據,機器學習(xí)可(kě)以識别銷售中的(de)重大(dà)變化(huà),以确保供應不會超過需求。

  機器學習(xí)系統在這(zhè)些過程中的(de)優勢,已經在COVID-19大(dà)流行中所凸顯出來(lái)。在疫情爆發之初,随著(zhe)封鎖的(de)開始,産品的(de)消費和(hé)需求發生了(le)根本性的(de)變化(huà),導緻食品和(hé)衛生紙短缺。基于通(tōng)常需求的(de)定期交付無法跟上不斷變化(huà)的(de)行爲。

  雖然我們正處于工業4.0革命之中,但制造業才剛剛開始全面擁抱數字化(huà)轉型。在2020年之前,質量、流程優化(huà)和(hé)降低運營費用(yòng)是這(zhè)場(chǎng)轉型的(de)主要業務驅動力。

  但現在,在全球疫情大(dà)流行的(de)影(yǐng)響下(xià),安全、遠(yuǎn)程運維和(hé)信息透明(míng)化(huà)等正被加入到這(zhè)個(gè)清單中。基于人(rén)工智能和(hé)機器學習(xí)的(de)先進技術将繼續推動創新,并幫助制造企業改變思考問題和(hé)解決問題的(de)方式,爲更安全、更高(gāo)效、更盈利的(de)未來(lái)鋪平道路。


人(rén)工智能
企業
工廠
機器
技術咨詢:18781956287 028-81259914
技術咨詢::cdtaber@cdtaber.com
公司地址:中國(四川)自由貿易試驗區(qū)成都高(gāo)新區(qū)天府大(dà)道中段530号2幢38樓04号
公司抖音(yīn)
網站二維碼
抖音(yīn)号
微信小程序
雲計算(suàn)支持 反饋 樞紐雲管理(lǐ)
回到頂部