作者：《Power & Motion》雜志技術(shù)編輯Sara Jensen
人工智能有助于提高制造運營的效率、質(zhì)量和生產(chǎn)力。
人工智能(AI)在制造業(yè)和其他一系列行業(yè)的應用日益增多。人工智能能夠不斷學習和處理信息，從而幫助分析數(shù)據(jù)，并解決問題。
人工智能所具有的這些能力，為制造商和其他用戶提高運營效率和生產(chǎn)力提供了可能。
《Power & Motion》雜志(Power & Motion)采訪了全球技術(shù)、供應鏈和制造解決方案提供商偉創(chuàng)力公司智能制造工程團隊副總裁Murad Kurwa，探討了人工智能在制造業(yè)中的優(yōu)勢，以及偉創(chuàng)力對人工智能領(lǐng)域的趨勢洞察。
*編者注：為清晰起見，問題和回答均為編輯過的版本。
《Power & Motion》(以下簡稱“《P&M》”)： 您如何看待人工智能(AI)在制造業(yè)中的應用?
Murad Kurwa(以下簡稱“MK”)：人工智能(AI)可以惠及一些制造流程。在決定如何在工廠車間部署AI技術(shù)時，重要的是從最終目標出發(fā)，然后利用技術(shù)來幫助實現(xiàn)這一目標，例如工廠生產(chǎn)線優(yōu)化、預測性維護、異常檢測、庫存管理和瓶頸預防等等。
根據(jù)最終目標，可以通過收集和整理數(shù)據(jù)、選擇要使用的 AI 模型類型、訓練模型、確定模型的性能是否足以實現(xiàn)最終目標來創(chuàng)建 AI 模型生命周期，最后將其部署到生產(chǎn)中。
此外，要從人工智能中獲取價值，還須確保模型能夠正常運行，并能根據(jù)我們所需的制造速度進行擴展。隨著時間的推移，通過不斷學習和改進，這些程序可以幫助我們顯著提高工作質(zhì)量和效率，并有助于我們做出更明智的、由數(shù)據(jù)驅(qū)動的決策。
《P&M》：在生產(chǎn)運營中，使用人工智能會帶來什么收益?
MK:人工智能有助于提高效率、提升質(zhì)量和生產(chǎn)力，以我前面列舉的一些使用案例為例。
在預測性維護方面，人工智能解決方案可以幫助收集、分析和檢測車間機器問題，防患于未然。借助聯(lián)網(wǎng)機器所提供的大量上游數(shù)據(jù)，人工智能模型就能在不良事件發(fā)生之前做出預測，從而使制造商能夠阻止?jié)撛诠收系陌l(fā)生，避免停機。
在異常檢測方面，制造商可以通過檢測產(chǎn)品缺陷和異常來訓練用于質(zhì)量控制的人工智能模型，減少人工檢測的需要，并提高產(chǎn)品的統(tǒng)一性和質(zhì)量。異常檢測還可應用于流程層面：人工智能模型可利用來自制造執(zhí)行系統(tǒng)(MES)、機器和操作員的大量數(shù)據(jù)，來檢測整個流程的異常情況，從而避免任何可能的停機。
除了運營之外，人工智能在制造業(yè)的另一個有效用途則是審閱合同。人工智能語言模型可以查看合同、審核“紅線”、總結(jié)并檢測重點內(nèi)容，從而大大縮短合同的整體處理時間。
總的來說，使用人工智能可以幫助企業(yè)各級人員實時做出數(shù)據(jù)驅(qū)動的明智決策，從而節(jié)省大量成本，并提高效率。
同時，人工智能也可以幫助檢測生產(chǎn)過程中的異常情況，在確保質(zhì)量的同時減少人工檢測的需要。
《P&M》：您能否舉個例子，分享一下您是如何看待人工智能有效部署的?
MK：在偉創(chuàng)力的部分工廠中，我們部署了人工智能來改進質(zhì)量檢驗流程。傳統(tǒng)上來看，這是一項由操作員完成的任務。
我舉個例子來說明AI技術(shù)是如何發(fā)揮作用的：在某條特定的生產(chǎn)線上，我們有兩個幾乎完全相同的電容器。兩個元件之間唯一的區(qū)別就是閥門。這個細微的區(qū)別人眼很難辨別異常，而一旦使用了錯誤的電容器，產(chǎn)品將無法正常工作。
通過使用視覺數(shù)據(jù)和人工智能模型，我們的先進制造技術(shù)可以查看操作員是否將組件放在了正確的位置上，并提供反饋以實時解決任何出現(xiàn)的問題。這不僅提高了性能和產(chǎn)量，還使我們能夠在部件被送到生產(chǎn)線進行下一步之前就發(fā)現(xiàn)關(guān)鍵問題，從而減少廢品出現(xiàn)的概率。
《P&M》：所以，偉創(chuàng)力是如何與人工智能合作，并幫助客戶利用人工智能技術(shù)的?
MK:在偉創(chuàng)力，我們正在應用人工智能來消除印刷電路板組裝(PCBA)測試流程中的瓶頸，這項工作以往通常需要耗費大量的人力和時間。
在一個實例中，我們客戶的生產(chǎn)線末端 PCBA 功能測試包括四個階段，其中一個階段需要持續(xù) 2 個多小時，包括 50 多個步驟才能完成。如果這個流程中的任何一個步驟中檢測到故障或異常，設(shè)備就需要回到原點來解決故障，然后重新啟動整個測試流程。這極大地影響了產(chǎn)量，增加了交貨時間，特別是流程后期發(fā)生故障時。
此時，我們分析了每個測試步驟的歷史數(shù)據(jù)，并采用AI/ML(機器學習)分類模型，以最高效、最可靠的方式制定了重新排列優(yōu)先級順序的全新計劃。這樣做，得以將整體測試時間縮減30%，在出現(xiàn)故障時也能將測試時間縮減50%。
通過提供這些見解和優(yōu)化，我們加深了與客戶的合作關(guān)系，而客戶則將把產(chǎn)品和測試設(shè)計優(yōu)化整合到其下一代產(chǎn)品中。
將人工智能與其他工業(yè) 4.0 技術(shù)結(jié)合，有助于創(chuàng)建更具生產(chǎn)力、效率更高的智能工廠。
《P&M》：您如何預測未來幾年AI的應用及其能力的發(fā)展趨勢?
MK：機器互聯(lián)、人工智能和其他工業(yè) 4.0 技術(shù)有能力創(chuàng)建智能工廠，并在各個層面上改變運營現(xiàn)狀?；谌斯ぶ悄艿南到y(tǒng)將不斷學習，從而變得更加智能，并識別出更多的模式，隨著時間的推移使制造過程變得更加高效。
人工智能在制造業(yè)中的必殺技是實現(xiàn) "閉環(huán)自主控制"。這基本上相當于將AI與其他工業(yè) 4.0 技術(shù)相結(jié)合，以實現(xiàn)自我修正的自主系統(tǒng)，從而最大限度地提高產(chǎn)量和質(zhì)量方面的制造性能。
例如，在一條自動化 PCBA 生產(chǎn)線上，所有裝配工作均由機器人單元來完成，這些單元與數(shù)據(jù)湖相連，實時發(fā)送過程數(shù)據(jù)。而異常檢測人工智能模型會使用這些數(shù)據(jù)，檢測流程中的異常情況，并確定導致異常的參數(shù)。然后，反饋控制回路會利用這一推斷來自動糾正流程中的參數(shù)(例如，更改機器人單元中的參數(shù))。
這種利用人工智能的先進自我檢測和糾正系統(tǒng)使 "檢測點 "更接近 "原點"，并且不會讓缺陷影響整個流程。展望未來，這可以通過最先進的工業(yè) 4.0 技術(shù)和人工智能來實現(xiàn)。
此外，我們還將看到人工智能模型在供應鏈優(yōu)化和管理等制造業(yè)非運營領(lǐng)域的廣泛應用。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
