如何利用人工智能彻底变革制造业

人工智能和机器学习正在变革制造业。根据世界经济论坛去年年底发布的报告,人工智能、先进机器人、增材制造和物联网的结合将共同引领第四次工业革命。

人工智能和机器学习正在变革制造业。根据世界经济论坛去年年底发布的报告,人工智能、先进机器人、增材制造和物联网的结合将共同引领第四次工业革命。

大多数制造业企业(80%)预测未来会看到人工智能计划的积极影响,预计收入增长22.6%,成本降低17.6%。

事实上,制造企业已经在使用人工智能和机器学习技术来减少设备停机时间、发现生产缺陷、改善供应链和缩短设计时间了。然而,缺乏技术人员、数据和标准使得许多企业无法继续前行。

通用电气走在前沿

通用电气(General Electric)是走在这一轮产业转型浪潮前沿的企业之一,该领域的生产力下降促使通用电气一直致力于探索人工智能的使用。

“截至2010年,生产力增长率在4%至5%之间,”通用电气软件研究副总裁Colin Parris表示。然后,这个领域发生了变化,经验丰富的工程师们即将退休,而通用电气所在的新兴地区如印度和中国,主要劳动力是年轻人。

同时,客户要求正在迅速变得越来越复杂。通向目的地的多条线路上的极端天气条件和空气污染影响了通用电气生产的喷气发动机。社交媒体放大了任何故障的影响,迫使客户要求更高的可靠性和更少的停机时间。

与此同时,客户预计价格也将继续下跌。

Parris说:“人们会说你无法预测未来。你绝对可以。人们希望价格更便宜。”

为了解决这个问题,通用电气公司转向采用人工智能和机器学习,从给客户提供服务开始,例如对喷气发动机和涡轮机进行维护。然后,通用电气将AI应用于内部制造,然后是设计和内部流程,例如数据中心运营和人力资源。

“在过去至少10到15年中,我们一直在服务中使用各种模型和分析形式,”Parris说。5年前,通用电气开始使用机器学习和数字双胞胎以提供机器的虚拟呈现,例如风力涡轮机或分组、风电场等。数字双胞胎也可用于呈现装配线、整个工厂或采购流程。

在通用电气,数字双胞胎用于模拟性能,预测故障,并对潜在改进进行快速测试。

“我们可以预测会在哪发生故障,这样我们就会派专门的工程师,有针对性地库存零件。我们提高燃油效率,延长飞行时间,不用库存不必要的零件。我们已经为客户实现数百万美元的成本节约。”

为每台设备、每个系统或者每个流程配备数字双胞胎的另一个好处是,通用电气可以利用增材制造(例如3D打印)来生产定制零件,而不必依赖传统装配上的那个批量生产出来的替换零件。

“随着时间的推移,机器的性能会发生降级。现在我可以说,‘因为我看到训练边缘出现的设备损坏或者是这种刀片出现更多的开裂,所以我是否可以设计专门的零部件?’增材制造让我可以一次生产出一个部件,来解决这台机器在环境中遇到的独有问题,而不是必须在大型工厂内生产出数百个部件。以前,我不得不投资数亿美元来建造工厂。现在,我一次只打印一个部件,并且还可以不断调整机器的机身和核心系统。现在我有了这样一台可以不断自适应的、越来越富有成效的机器,我们称之为不朽的机器。”

“我正是我认为对通用电气来说未来会变得非常有趣的原因,”他补充道。

预测性维护前景看好

还有其他一些制造企业也在考虑使用人工智能和机器学习来降低成本、提高性能。

总部位于美国佛罗里达州的Jabil是一家财富500强公司,为全球主要品牌提供合约制造服务。几个月前,Jabil公司开始使用人工智能来发现制造缺陷,以及进行预测性维护。

例如,Jabil在中国开设的一家工厂中,自动光学检测机器配置有多个摄像头寻找制造中的电路板存在的缺陷。

此前Jabil已经使用了基本的图像识别技术来寻找缺陷,但系统标记出要发送给操作人员进行检查的电路板中,有35%到40%实际上根本没有问题。

Jabil公司高级经理Ryan Litvak表示:“操作员对每个图像有两秒钟的时间,其中一些图像可能非常大,有数百个组件。挑战就在于要捕捉操作员的直觉,并且要有很高的准确度,能够判断出这是一个缺陷,或者这不是一个缺陷。”

Jabil通过减少标记的电路板数量而不牺牲准确性,能够让其运营商把更多时间用在研究出问题的电路板上,或者用于其他更有价值的任务上。”

“我们已经能够得出非常好的结果。真实缺陷的捕获率在93%到98%,这是非常高的,不仅如此,还避免了大约70%的误判,也就是那些实际上没有缺陷的组件。”

他说,概念验证涉及两条生产线,这两条生产线在设备和工艺上非常相似。现在,Jabil正在努力将其推广到不同的生产线上,以处理更大量的数据,并将新的决策过程直接纳入工作流中。

Jabil公司关注的另一个领域是预测性维护,最大挑战是要获取所需的数据。

阅读:

精彩评论:

推荐文章RECOMMEND

订阅 "华为电商" 频道, 观看更多华为电商精彩文章