手机网站
手机网站
在过去的每一次工业革命中，制造业都是积极拥抱创新技术的先锋。今天，在工业互联网的浪潮中，制造业再次成为积极探索和实践创新技术应用的先锋产业。两化融合服务联盟与微软联合发布的《工业互联解耦、转型升级——人工智能在工业互联网中的应用》白皮书认为，在众多新兴技术中，人工智能将成为制造业发展的新动力。促进人工智能和工业制造业务场景的集成有利于加速工业互联网创新在地面的应用。
人工智能将成为工业互联网的“超级大脑”。在推广工业互联网的过程中，缺乏深度和广度的应用已经成为一个现实问题。对企业而言，数字化转型意味着从企业战略、企业文化、技术选择、人员技能到企业运营模式的全面创新。因此，制造企业，尤其是中小企业，仍然面临着许多问题和困难。从技术角度来看，人工智能可能成为企业消除上述疑虑的重要手段。
咨询公司埃森哲预测，到2035年，人工智能技术的应用将为全球制造业带来3.7万亿美元的增长。人工智能与制造的集成需要四个步骤:业务场景的解耦、数据的获取和处理、机器学习和人工智能模型的建立、业务场景的重塑，以实现企业业务需求和技术能力的相互结合在这个过程中，制造企业、人工智能技术提供商和解决方案合作伙伴之间的相互理解和合作将发挥极其重要的作用。
人工智能将成为工业互联网的“超级大脑”人工智能可以在很大程度上学习和模拟人们的思维方式，并利用计算设备的并发能力、扩展能力和整体规划能力，帮助企业在目前实现许多业务目标的过程中实现协同增效和提高各项指标。根据上述报告，基于人工智能的工业互联网技术路线有四个步骤:业务场景的解耦、数据采集和处理、建模、实现和业务场景的耦合具体来说，第一步是根据需求定义人工智能的业务场景目标，从而确定适用的人工智能技术和所需的数据。第二步是提取和处理数据，包括数据质量、标准、收集、清理、管理等。第三步是在现有数据的基础上建立机器学习或深度学习模型，然后对其进行训练和优化。模型训练完成后，最后一步是在实际的应用程序链接中部署人工智能应用程序，并打开API与其他场景进行耦合
数据是人工智能应用和工业互联网的基础。人工智能在工业互联网上的应用只有在有足够的数据流的前提下才能产生商业价值。目前，数据流的基本技术包括OPCUA等标准、TSN网络、工业现场网络连接、工业设备消息传输机制、工业设备注册和身份管理等。技术的飞速发展为操作技术和信息技术的融合搭建了一座桥梁。
五种情景构建中国工业互联网的“机会之窗”
针对现阶段制造企业对工业互联网和人工智能技术创新的共同需求，设备或产品管理、质量管理、能源管理、安全管理和供应链管理五种典型应用情景将成为中国工业互联网的“机会之窗”。
设备或产品管理是人工智能在工业互联网上应用范围最广的场景。人工智能对网络化设备运行信息的高级分析，以及对产品整个生命周期的理解、管理、诊断和维护，将为企业带来更加科学、高效的决策。人工智能在这一领域的应用主要包括:状态监测和报警、故障诊断、预测维护、产品即服务等例如，协和式新能源已经建立了一个“动力”新能源设备管理平台。其预防性维护使能源设备的利用率提高了1%~5%，大大减少了维护时间和人工成本。
在质量管理方面，传统的工业企业质量保证体系通常需要大量的前期投入、检测和校准，常用的取样方法不能覆盖所有的产品，同时，它高度依赖于人员经验，容易造成漏检和标准不一致等问题。人工智能可以通过机器视觉、深度学习、智能跟踪等技术，控制和优化生产过程，改进采购、制造和质量检验三个环节的质量检验方法，从而保证提高企业的质量管理水平。思维识别和智能控制中的视觉检测算法和深度学习算法相结合，为制药企业提供了一种基于人工智能视觉的质量控制解决方案，瓶盖、胶囊和片剂质量的检测准确率可达99.99%
人工智能帮助制造企业通过设备节能和能源精益管理实现合理用能通过可视化的能源管理和监控分析，可以有效减少设备故障、空载和轻载等异常情况的发生，及时发现能耗的改善方向。在此基础上，通过能源数据建模和仿真分析，找到节能空间，形成相应的优化方案，提高能耗预测的准确性，将企业能源规划和节能降耗目标分解到位，实现精益能源管理。青岛萨纳斯智能科技开发的资产系统将软硬件产品与数据服务紧密结合，实现了设备运行状态的自动调整，数据准确率达到100%，最大限度地节约了能耗费用，提高了能耗效率
随着国家对安全生产的要求越来越严格，粗放的安全管理模式难以满足工业企业可持续发展的需要基于机器视觉的身份认证和行为识别、系统的安全监控和科学的设备故障预测、基于图像处理技术的烟雾检测和气体分析可以从员工安全、设备安全和环境安全三个方面提高行业的安全管理水平。例如，上海延安开发的工业视频图像智能实时分析平台，支持边缘云的分层部署，通过深入学习视频分析算法，提供全方位的安全监控方案
人工智能在制造业供应链管理中的应用可分为三个阶段:内部系统和数据的集成、企业间的数据交互和产业链的自我优化联想的英国电信/信息技术战略转型部门已经建立了一个需求预测模型，其在北美市场的预测结果已经超过了外部预测报告和专家判断。广州云凌科技开发的综合订单调度模型对组件进行标记，并将生产过程抽象为数据模型。智能存储方案实现了对订单销售量的准确预测，有效缓解了存储高峰对生产的影响。上海无业软件、上海一标信息等微软合作伙伴开发了一套完整的企业级解决方案，解决了制造企业供应链管理中生产与营销不协调、部门不协调、供应与生产不协调的问题，可以帮助企业优化生产计划，降低生产成本，降低库存压力，实现生产管理的智能化和规范化。
