目前制造企业中应用的人工智能技术,主要围绕在智能语音交互产品、人脸
识别、图像识别、图像搜索、声纹识别、文字识别、机器翻译、机器学习、大数
据计算、数据可视化等方面。
制造业上有许多需要分捡的作业,如果采用人工的作业,速度缓慢且成本高,而
且还需要提供适宜的工作温度环境。如果采用工业机器人进行智能分拣,可以大
幅减低成本,提高速度。
基于对设备运行数据的实时监测,利用特征分析和机器学习技术,一方面可以在
事故发生前进行设备的故障预测,减少非计划性停机。另一方面,面对设备的突
发故障,能够迅速进行故障诊断,定位故障原因并提供相应的解决方案。在制造
行业应用较为常见,特别是化工、重型设备、五金加工、3C 制造、风电等行业。
场景三:基于视觉的表面缺陷检测
基于机器视觉的表面缺陷检测应用在制造业已经较为常见。利用机器视觉可以在
环境频繁变化的条件下,以毫秒为单位快速识别出产品表面更微小、更复杂的产
品缺陷,并进行分类,如检测产品表面是否有污染物、表面损伤、裂缝等。目前
已有工业智能企业将深度学习与 3D 显微镜结合,将缺陷检测精度提高到纳米级。
对于检测出的有缺陷的产品,系统可以自动做可修复判定,并规划修复路径及方
法,再由设备执行修复动作。
利用声纹识别技术实现异音的自动检测,发现不良品,并比对声纹数据库进行故
障判断。例如,从 2018 年年末开始,佛吉亚(无锡)工厂就与集团大数据科学
家团队展开全面合作,致力于将 AI 技术应用于座椅调角器的 NVH 性能评判(震
动噪声测试)。2019 年,佛吉亚(无锡)工厂将 AI 技术应用到调角器异音检测
中,实现从信号采集、数据存储、数据分析到自我学习全过程的自动化,检测效
率及准确性远超传统人工检测。
制造企业在产品质量、运营管理、能耗管理和刀具管理等方面,可以应用机器学
习等人工智能技术,结合大数据分析,优化调度方式,提升企业决策能力。