制造步骤智能化是如何体现人工智能的
发布时间：2022-07-19 14:12:26 所属栏目：大数据 来源：互联网
导读：工业制造分两类：离散制造和流程制造。这两类制造在生产线上基本上看不出差别，其实底层的工业装备、控制系统不同。一般而言，控制系统保证了产品的自动化。但是，在有些情况下产品无法实现自动化，比如个性化定制。 工业制造仍依赖知识工作者 现在的工业流
|
工业制造分两类：离散制造和流程制造。这两类制造在生产线上基本上看不出差别，其实底层的工业装备、控制系统不同。一般而言，控制系统保证了产品的自动化。但是，在有些情况下产品无法实现自动化，比如个性化定制。 工业制造仍依赖知识工作者 现在的工业流程，就是把参数确定好，把生产线变成 “黑灯工厂”。但如果原料或产品品种发生改变，工艺就要重做。这需要决策部门进行指标的调整，再由工程师将其设定在控制系统之中。 实现智造的三大挑战 要想实现个性定制的高效化、流程工业的全局优化，就要把现在的人和控制系统、装备变成自主系统，把系统管理系统变成人机合作的决策系统。这和原来的系统区别在于，它具有了感知、认知、决策功能，且其最终的目标是高效化和最优化的方向，如此企业生产结构、效率将会发生根本性的改变。 第一个挑战是，人工智能的典型代表是基于大数据的深度学习，但是深度学习直到现在并没有完全应用于制造流程。要实现智能制造必须要解决多尺度、多远信息和动态感知三个难题。 第二个挑战，在制造中人工智能要想比人出色，就要对产品质量，对于能耗、物耗包括运行状态有预测和追溯。所谓追溯就是出现问题以后，能够感知到底是由哪道工序或动作导致的。 什么是“工业人工智能”？ 为什么要发展工业人工智能？ 工业人工智能在国际上开始被提出，包括美国提出的工业人工智能、德国提出的“与经济结合推动智能”。在我国，中国工程院编制的关于新一代人工智能的发展规划，也提及要研究如何用人工智能解决智能制造的问题。总结来说，工业人工智能目前在制造流程中主要完成三项工作：运行工况多元信息的感知和认知，工作经营层、生产层、运行层的协同决策，以企业综合生产指标优化为目标自动协同控制装备的控制系统。 这里有几个关键技术要解决：第一是关键技术复杂工业环境下运行工况多尺度、多元信息的智能感知和识别技术，第二是复杂工业环境下基于5G多元信息的快速可靠的传输技术，第三是系统辨识与深度学习相结合的智能建模、动态仿真和可视化的技术；第四是关键工艺参数和生产指标的预测和追溯技术；第五是人机合作的智能优化决策技术，特别是结果端、边、云协同实现智能算法的技术。只有攻克了这些技术，才有可能使工业发生革命性的改变。 （编辑：PHP编程网 - 黄冈站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
浙公网安备 33038102330482号