资讯

资产管理,智能机器人......,制造业从人工智能中获益的七种方式

原创 2023-01-17 09:42 小桐 来源:无人机网

作者:埃里克·惠特利 (Eric Whitley)

人工智能可能是全球经济的一个主要游戏规则改变者,预计到2030年将创造15.7万亿美元的总经济影响。由于与人工智能相关的潜力,最近几年见证了基于人工智能技术的惊人发展。

作为世界经济不可或缺的一部分,制造业也在实施基于人工智能的技术方面取得了长足的进步。所有这些技术解决方案的目的是自我学习、适应性和制造系统的自主性。

应用人工智能技术

收集高质量和有意义的数据,同时对其进行分析,是基于人工智能的系统的核心。哈佛商业评论》的一份报告表明,制造业的大多数人工智能用例将主要发生在两个领域:供应链管理和预测性维护。

这两个领域大致构成企业资产管理(EAM)。全面的软件包允许从传统的制造实践无缝过渡到复杂的企业资产管理。

(1)基于人工智能的企业资产管理(EAM)

企业资产管理是关于资产的有效管理,无论这些资产是同一类型和一个地方的,还是不同的和分布在多个地方的。企业资产管理的中心思想是收集来自制造工厂的数据,并通过一个平台进行分析。

在你的EAM中整合人工智能可以对数据进行有意义的分析,识别数据模式,并导致基于知识的行动项目。一个正确设置的企业资产管理软件通过为您提供对资产性能、资产可靠性、资产跟踪和整体设施管理的深入了解,描绘出您整个企业的整体图景。

一个好的企业资产管理软件必须是直观的,有逻辑的流程,并且是用户友好的。JD Machine Corp是一家精密加工公司,通过实施EAM软件,能够减少40%的机器停机时间,并看到30%的销售增长。

(2)基于人工智能的预测性维护

维护管理是另一个因引入人工智能而被革新的领域。这种维护管理系统利用传感器不断收集实时数据,并通过机器学习(ML)算法进行分析。这种分析能够识别可能导致机器故障/停工的数据模式。

这样一来,人工智能的部署有利于制定强有力的预测性维护计划,从而减少停机时间,提高工厂产量。

德国工业自动化公司西门子正在使用人工智能对大型压缩机和发电机的转子进行动态诊断。这些诊断系统有助于预防性维护,可以预测任何可能导致数百万美元损失的意外故障。

宝马集团也安装了一个基于人工智能的预测性维护系统:他们的系统位于汽车装配厂,它不断分析数据以定位异常和技术问题。

(3)基于人工智能的供应链管理

人工智能也在激励着供应链管理(SCM)的实践。由于互联工人、自主车辆和仓库机器人,供应链正在实现自动化。

预测,SCM的另一个重要方面,正逐渐从传统的基于时间序列的方法转向基于ML的算法。这种算法有能力包括各种指标,这使得预测更加可靠和准确。

人工智能也正被用于开发供应商关系管理系统中的高效和一致的方法。这种系统帮助决策者做出更好的供应商选择和订单分配。

在瑞典网络和电信公司爱立信,部署由ML驱动的系统使需求预测提高了40%至50%。这不仅改善了生产准备时间,而且还提高了运营效率和客户满意度。

(4)基于人工智能的质量管理系统

基于机器学习的系统也在帮助提高制造组织的质量。乏味的质量检查任务,以前被认为是完全依赖人的技能和判断,现在正被与传感器集成的人工智能系统所取代。

普利司通已经推出了一个新的基于人工智能的轮胎制造技术 "EXAMINATION",它可以使用480个数据点来检查轮胎。该技术显著地提高了轮胎的质量,同时提高了制造厂的效率。

宝马集团正在使用基于人工智能的图像识别系统,在不同的生产和装配水平上执行繁琐的检查任务;他们将其人员从重复性的任务中解脱出来。

在此基础上,由人工智能驱动的系统可以持续分析和分类制造故障模式。这有助于确定对产品质量至关重要的工艺参数。

(5)人工智能机器人在制造作业中的应用

人工智能机器人不仅可以执行重复性的工作,而且还可以为客户提供服务。

(6)产品设计和开发中的人工智能

产品设计和开发的传统方法在很大程度上依赖于显性知识和规则。一般来说,一个有经验的产品设计师使用获得的知识并结合最新的建模软件来设计一个产品。

然而,随着人工智能的出现,产品设计和开发方法也将被彻底改变。一项调查显示,产品设计师和工程师认为人工智能和模拟是未来5年内对产品设计和开发影响最大的两个关键因素。

其中一种方法是生成设计,在这种方法中,设计者指定输入设计目标和性能要求,而软件会探索所有符合要求的可能解决方案。Nvidia已经开发了模拟平台,从以前的模拟中学习,减少设计空间,从而将模拟时间从几天缩短到几分钟。

(7)产品生命周期评估中的人工智能

生命周期评估(LCA)是一种用于评估与产品寿命的所有阶段相关的环境影响的技术。它包括了从原材料的提取,到制造、分销、使用和处置的环境影响。

这些评估需要大量的数据,需要由LCA从业者进行分析。现在,人工智能正通过部署ML算法,在分析这些大量的数据方面找到自己的方法。

人工智能和LCA的整合可以导致预测模型的发展,从而大大改善决策。一个这样的应用是EAM软件,它不断收集资产的数据,对其进行分析,并预测资产的使用寿命。虽然人工智能在LCA软件中的整合这方面还处于起步阶段,但在未来有巨大的潜力。

经验之谈

毋庸置疑,人工智能已经在制造业掀起了风暴。它在我们处理制造过程的方式上创造了一个范式的转变。早期采用者可能会获得最大的利益,他们与后来者的性能差距将在未来几年内扩大。

所有这些都强调了一个事实,即数字化不再是一个选项,它对你的成功至关重要。

30多年来,埃里克·惠特利 (Eric Whitley)一直是制造业领域中值得注意的领导者。除了Eric 在各种制造主题上撰写的许多出版物和文章之外,你可能还认识他,因为他在Autoliv ASP公司领导全面生产性维护工作,或参与美国俄亥俄州立大学的管理认证项目,在那里他是兼职教师。

在从事了广泛的可靠性和业务改进顾问工作后,Eric加入了L2L,目前担任智能制造部主任。他在这个职位上的职责是帮助客户学习和实施L2L的务实和简单的企业数字化转型方法。

Eric 与他35年的妻子住在犹他州北部。当Eric 不工作的时候,通常可以在水面上看到他手握钓竿。

0 0

网友评论

取消