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! |