作者：埃里克·惠特利 (Eric Whitley)

人工智能可能是全球經(jīng)濟(jì)的一個(gè)主要游戲規(guī)則改變者，預(yù)計(jì)到2030年將創(chuàng)造15.7萬(wàn)億美元的總經(jīng)濟(jì)影響。由于與人工智能相關(guān)的潛力，最近幾年見(jiàn)證了基于人工智能技術(shù)的驚人發(fā)展。

作為世界經(jīng)濟(jì)不可或缺的一部分，制造業(yè)也在實(shí)施基于人工智能的技術(shù)方面取得了長(zhǎng)足的進(jìn)步。所有這些技術(shù)解決方案的目的是自我學(xué)習(xí)、適應(yīng)性和制造系統(tǒng)的自主性。

應(yīng)用人工智能技術(shù)

收集高質(zhì)量和有意義的數(shù)據(jù)，同時(shí)對(duì)其進(jìn)行分析，是基于人工智能的系統(tǒng)的核心。哈佛商業(yè)評(píng)論》的一份報(bào)告表明，制造業(yè)的大多數(shù)人工智能用例將主要發(fā)生在兩個(gè)領(lǐng)域：供應(yīng)鏈管理和預(yù)測(cè)性維護(hù)。

這兩個(gè)領(lǐng)域大致構(gòu)成企業(yè)資產(chǎn)管理（EAM）。全面的軟件包允許從傳統(tǒng)的制造實(shí)踐無(wú)縫過(guò)渡到復(fù)雜的企業(yè)資產(chǎn)管理。

(1)基于人工智能的企業(yè)資產(chǎn)管理(EAM)

企業(yè)資產(chǎn)管理是關(guān)于資產(chǎn)的有效管理，無(wú)論這些資產(chǎn)是同一類(lèi)型和一個(gè)地方的，還是不同的和分布在多個(gè)地方的。企業(yè)資產(chǎn)管理的中心思想是收集來(lái)自制造工廠的數(shù)據(jù)，并通過(guò)一個(gè)平臺(tái)進(jìn)行分析。

在你的EAM中整合人工智能可以對(duì)數(shù)據(jù)進(jìn)行有意義的分析，識(shí)別數(shù)據(jù)模式，并導(dǎo)致基于知識(shí)的行動(dòng)項(xiàng)目。一個(gè)正確設(shè)置的企業(yè)資產(chǎn)管理軟件通過(guò)為您提供對(duì)資產(chǎn)性能、資產(chǎn)可靠性、資產(chǎn)跟蹤和整體設(shè)施管理的深入了解，描繪出您整個(gè)企業(yè)的整體圖景。

一個(gè)好的企業(yè)資產(chǎn)管理軟件必須是直觀的，有邏輯的流程，并且是用戶(hù)友好的。JD Machine Corp是一家精密加工公司，通過(guò)實(shí)施EAM軟件，能夠減少40%的機(jī)器停機(jī)時(shí)間，并看到30%的銷(xiāo)售增長(zhǎng)。

(2)基于人工智能的預(yù)測(cè)性維護(hù)

維護(hù)管理是另一個(gè)因引入人工智能而被革新的領(lǐng)域。這種維護(hù)管理系統(tǒng)利用傳感器不斷收集實(shí)時(shí)數(shù)據(jù)，并通過(guò)機(jī)器學(xué)習(xí)（ML）算法進(jìn)行分析。這種分析能夠識(shí)別可能導(dǎo)致機(jī)器故障/停工的數(shù)據(jù)模式。

這樣一來(lái)，人工智能的部署有利于制定強(qiáng)有力的預(yù)測(cè)性維護(hù)計(jì)劃，從而減少停機(jī)時(shí)間，提高工廠產(chǎn)量。

德國(guó)工業(yè)自動(dòng)化公司西門(mén)子正在使用人工智能對(duì)大型壓縮機(jī)和發(fā)電機(jī)的轉(zhuǎn)子進(jìn)行動(dòng)態(tài)診斷。這些診斷系統(tǒng)有助于預(yù)防性維護(hù)，可以預(yù)測(cè)任何可能導(dǎo)致數(shù)百萬(wàn)美元損失的意外故障。

寶馬集團(tuán)也安裝了一個(gè)基于人工智能的預(yù)測(cè)性維護(hù)系統(tǒng)：他們的系統(tǒng)位于汽車(chē)裝配廠，它不斷分析數(shù)據(jù)以定位異常和技術(shù)問(wèn)題。

(3)基于人工智能的供應(yīng)鏈管理

人工智能也在激勵(lì)著供應(yīng)鏈管理（SCM）的實(shí)踐。由于互聯(lián)工人、自主車(chē)輛和倉(cāng)庫(kù)機(jī)器人，供應(yīng)鏈正在實(shí)現(xiàn)自動(dòng)化。

預(yù)測(cè)，SCM的另一個(gè)重要方面，正逐漸從傳統(tǒng)的基于時(shí)間序列的方法轉(zhuǎn)向基于ML的算法。這種算法有能力包括各種指標(biāo)，這使得預(yù)測(cè)更加可靠和準(zhǔn)確。

人工智能也正被用于開(kāi)發(fā)供應(yīng)商關(guān)系管理系統(tǒng)中的高效和一致的方法。這種系統(tǒng)幫助決策者做出更好的供應(yīng)商選擇和訂單分配。

在瑞典網(wǎng)絡(luò)和電信公司愛(ài)立信，部署由ML驅(qū)動(dòng)的系統(tǒng)使需求預(yù)測(cè)提高了40%至50%。這不僅改善了生產(chǎn)準(zhǔn)備時(shí)間，而且還提高了運(yùn)營(yíng)效率和客戶(hù)滿意度。

(4)基于人工智能的質(zhì)量管理系統(tǒng)

基于機(jī)器學(xué)習(xí)的系統(tǒng)也在幫助提高制造組織的質(zhì)量。乏味的質(zhì)量檢查任務(wù)，以前被認(rèn)為是完全依賴(lài)人的技能和判斷，現(xiàn)在正被與傳感器集成的人工智能系統(tǒng)所取代。

普利司通已經(jīng)推出了一個(gè)新的基于人工智能的輪胎制造技術(shù) "EXAMINATION"，它可以使用480個(gè)數(shù)據(jù)點(diǎn)來(lái)檢查輪胎。該技術(shù)顯著地提高了輪胎的質(zhì)量，同時(shí)提高了制造廠的效率。

寶馬集團(tuán)正在使用基于人工智能的圖像識(shí)別系統(tǒng)，在不同的生產(chǎn)和裝配水平上執(zhí)行繁瑣的檢查任務(wù)；他們將其人員從重復(fù)性的任務(wù)中解脫出來(lái)。

在此基礎(chǔ)上，由人工智能驅(qū)動(dòng)的系統(tǒng)可以持續(xù)分析和分類(lèi)制造故障模式。這有助于確定對(duì)產(chǎn)品質(zhì)量至關(guān)重要的工藝參數(shù)。

(5)人工智能機(jī)器人在制造作業(yè)中的應(yīng)用

人工智能機(jī)器人不僅可以執(zhí)行重復(fù)性的工作，而且還可以為客戶(hù)提供服務(wù)。

(6)產(chǎn)品設(shè)計(jì)和開(kāi)發(fā)中的人工智能

產(chǎn)品設(shè)計(jì)和開(kāi)發(fā)的傳統(tǒng)方法在很大程度上依賴(lài)于顯性知識(shí)和規(guī)則。一般來(lái)說(shuō)，一個(gè)有經(jīng)驗(yàn)的產(chǎn)品設(shè)計(jì)師使用獲得的知識(shí)并結(jié)合最新的建模軟件來(lái)設(shè)計(jì)一個(gè)產(chǎn)品。

然而，隨著人工智能的出現(xiàn)，產(chǎn)品設(shè)計(jì)和開(kāi)發(fā)方法也將被徹底改變。一項(xiàng)調(diào)查顯示，產(chǎn)品設(shè)計(jì)師和工程師認(rèn)為人工智能和模擬是未來(lái)5年內(nèi)對(duì)產(chǎn)品設(shè)計(jì)和開(kāi)發(fā)影響最大的兩個(gè)關(guān)鍵因素。

其中一種方法是生成設(shè)計(jì)，在這種方法中，設(shè)計(jì)者指定輸入設(shè)計(jì)目標(biāo)和性能要求，而軟件會(huì)探索所有符合要求的可能解決方案。Nvidia已經(jīng)開(kāi)發(fā)了模擬平臺(tái)，從以前的模擬中學(xué)習(xí)，減少設(shè)計(jì)空間，從而將模擬時(shí)間從幾天縮短到幾分鐘。

(7)產(chǎn)品生命周期評(píng)估中的人工智能

生命周期評(píng)估（LCA）是一種用于評(píng)估與產(chǎn)品壽命的所有階段相關(guān)的環(huán)境影響的技術(shù)。它包括了從原材料的提取，到制造、分銷(xiāo)、使用和處置的環(huán)境影響。

這些評(píng)估需要大量的數(shù)據(jù)，需要由LCA從業(yè)者進(jìn)行分析。現(xiàn)在，人工智能正通過(guò)部署ML算法，在分析這些大量的數(shù)據(jù)方面找到自己的方法。

人工智能和LCA的整合可以導(dǎo)致預(yù)測(cè)模型的發(fā)展，從而大大改善決策。一個(gè)這樣的應(yīng)用是EAM軟件，它不斷收集資產(chǎn)的數(shù)據(jù)，對(duì)其進(jìn)行分析，并預(yù)測(cè)資產(chǎn)的使用壽命。雖然人工智能在LCA軟件中的整合這方面還處于起步階段，但在未來(lái)有巨大的潛力。

經(jīng)驗(yàn)之談

毋庸置疑，人工智能已經(jīng)在制造業(yè)掀起了風(fēng)暴。它在我們處理制造過(guò)程的方式上創(chuàng)造了一個(gè)范式的轉(zhuǎn)變。早期采用者可能會(huì)獲得最大的利益，他們與后來(lái)者的性能差距將在未來(lái)幾年內(nèi)擴(kuò)大。

所有這些都強(qiáng)調(diào)了一個(gè)事實(shí)，即數(shù)字化不再是一個(gè)選項(xiàng)，它對(duì)你的成功至關(guān)重要。

30多年來(lái)，埃里克·惠特利 (Eric Whitley)一直是制造業(yè)領(lǐng)域中值得注意的領(lǐng)導(dǎo)者。除了Eric 在各種制造主題上撰寫(xiě)的許多出版物和文章之外，你可能還認(rèn)識(shí)他，因?yàn)樗贏utoliv ASP公司領(lǐng)導(dǎo)全面生產(chǎn)性維護(hù)工作，或參與美國(guó)俄亥俄州立大學(xué)的管理認(rèn)證項(xiàng)目，在那里他是兼職教師。

在從事了廣泛的可靠性和業(yè)務(wù)改進(jìn)顧問(wèn)工作后，Eric加入了L2L，目前擔(dān)任智能制造部主任。他在這個(gè)職位上的職責(zé)是幫助客戶(hù)學(xué)習(xí)和實(shí)施L2L的務(wù)實(shí)和簡(jiǎn)單的企業(yè)數(shù)字化轉(zhuǎn)型方法。

Eric 與他35年的妻子住在猶他州北部。當(dāng)Eric 不工作的時(shí)候，通?？梢栽谒嫔峡吹剿治蔗灨汀?/p>