为什么人工智能对传统制造业的冲击更大?

e-works
随着信息科技时代即“互联网+”时代的到来,科学技术正在不断推进更新,互联网正在以它独特的方式引领全国乃至全球的进步。

随着信息科技时代即“互联网+”时代的到来,科学技术正在不断推进更新,互联网正在以它独特的方式引领全国乃至全球的进步。从技术上而言:凭借着计算机运行处理速度的大幅提升,以及云计算、大数据、物联网等技术的飞速发展,人工智能的应用成本也在大幅度降低。

从需求上而言:市场经济的发展、广大消费者对别具一格的个性化定制和对产品的品质消费需求也在不断提升,因此就极大程度增加了制造业的繁杂性和要求改革创新的迫切性,包括生产的组织形式、质量检测环节、仓储物流等环节。

面对越来越复杂的系统和人类学习应对能力的有限性,接纳人工智能就变成了社会发展、经济增长、人类演化的必然,更是为了满足人们高质量生活的需求。

怎样利用人工智能技术代替人脑,甚至使其领先人脑来实现制造业效率的提升呢?

“物理世界”和“数字世界”的碰撞催生了制造业的巨大转变!传统制造业单一的生产模式以及人员思维方式和认识方面的局限性,导致系统中很多更加有益的价值并未被完全挖掘出来,但以人工智能为代表的新技术能为传统制造业带来巨大的改变,能摆脱人类认知的局限性,提升制造效率,通过数据科学和数据分析来为决策支持和资源优化提供可量化依据。

本文主要阐述了人工智能在不同的生产环节,包括产线设备、质量检测、仓储物流三个方面的运用。

一、人工智能对产线设备的影响

1、生产线设备维护

工厂运维方面:如果某一条生产线在生产过程中突然发出故障警示,该设备能进行自我诊断,找到出现问题的地方和分析出产生该故障的原因,凭借历史维护记录和维护准则来告知我们应该如何解决该设备故障,甚至能够让机器实现自我诊断、自我解决、自我恢复。

预测性维护方面:试想一下假如工业生产线或生产设备在生产过程中突然出现故障,可想而知造成的损失是无法估量的。如果能充分利用大数据建模和神经网络等先进科技算法进行提前预判,就能让机器设备在出现故障之前就能分析出或者感知到可能会出现的一系列问题。

2、产线设备参数优化

生产产线工位有少有多,可能会有几十个甚至上百个,其中涉及到的产线设备、生产材料、员工等都非常繁多。

通过基于生产线的大量数据分析和智能计算能够核算出每个工位最佳的人员配比,使生产线平衡率尽可能提高。

减少物质能源、时间和资金的占用浪费,尽可能降低生产成本和员工的疲劳度,减少设备损坏和员工工伤的概率,从而优化生产工艺,改善产品品质。

提高生产效率,节约生产成本则是提高企业效益的最佳选择!

现如今很多工厂都还是在利用传统的人工质量检测来对产品进行质量评估,质检员每天需要花十多个小时的时间去判断产品质量是否合格。但长时间下来肉眼确实难以承受,视觉疲劳的情况下也很容易造成工作上的失误。

二、人工智能在质量检测方面的优势

既然人工质检存在这么多弊端,那为什么之前没采取技术手段来帮助解决质检问题呢?

最主要的原因就是在于传统的视觉检测设备大概有百分之三十左右的误判率,而人工智能最重要的一个能力就是学习能力,例如同样一个划痕,它可能会和传统的系统一样第一次都会出现错误,但通过深度学习后人工智能可以在第二次第三次杜绝此类错误的出现。

正如人工智能首席专家吴恩达和富士康合作的智能检测,通过利用深度学习和神经网络,就能够让电脑快速学习做自动检测工作。

三、人工智能在仓储物流方面的运用

在仓储物流中,随着新技术的不断引入,体力劳动者是第一个要面临被替代的风险,因为人工智能所创造的动力机制能够在全天24小时的情况下来完成相应的工作任务,并且能够保正工作的精准性,降低了员工在处理重型机械时给自己或他人造成事故的风险。在2014年亚马逊的Kiva机器人被引进,他在仓库中的工作速度比人类快得多,在使用人工智能技术来替代体力劳动是更高效更经济的选择。

在仓储环节,对于企业仓库选址的优化问题,人工智能技术能够根据现实环境的种种约束条件,如顾客、供应商和生产商的地理位置、运输经济性、劳动力可获得性、建筑成本、税收制度等,进行充分的优化与学习,从而给出接近最优解决方案的选址模式。人工智能能够减少人为因素的干预,使选址更为精准,降低企业成本,提高企业的利润。

在库存管理方面,人工智能在降低消费者等待时间的同时使得物流相关功能分离开来,令物流运作更为有效。

人工智能技术最广为人知的一个应用就是通过分析大量历史数据,从中学 结相应的知识,建立相关模型对以往的数据进行解释并预测未来的数据。

库存管理的方法是人工智能技术应用较早的领域之一,通过分析历史消费数据,动态调整库存水平,保持企业存货的有序流通,提升消费者满意度的同时,不增加企业盲目生产的成本浪费,使得企业始终能够提供高质量的生产服务。

早在两年前,就有企业通过智能眼镜扫描仓库中的条码图形以加快采集速度和减少错误。统计数据表明,AR为物流提供的增值,在采集数据过程中效率提高了25%。

对于运输路径的规划,智能机器人的投递分拣、智能快递柜的广泛使用都大大提高了物流系统的效率。

随着无人驾驶等技术的成熟,未来的运输将更加快捷和高效,通过实时跟踪交通信息,以及调整运输路径,物流配送的时间精度将逐步提高。而无人监控的智能投递系统也将大大减少包装物的使用,更加环保。

云计算、大数据、物联网、智能终端等互联网基础设施的投入,帮助制造型企业直接接入互联网,可以促进信息的广泛流动,实现更广范围的信息分享和使用,从而降低信息处理成本。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论