制造业如何应用人工智能?

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。
制造业如何应用人工智能?
制造业中常用的人工智能应用场景如下:
场景一:智能分拣

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。

场景二:设备健康管理

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。
制造业如何应用人工智能?
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。

场景四:基于声纹的产品质量检测与故障判断

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。

场景五:智能决策

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。

场景六:数字孪生

数字孪生是客观事物在虚拟世界的镜像。创建数字孪生的过程,集成了人工智能、机器学习和传感器数据,以建立一个可以实时更新的、现场感极强的“真实”模型,用来支撑物理产品生命周期各项活动的决策。在完成对数字孪生对象的降阶建模方面,可以把复杂性和非线性模型放到神经网络中,借助深度学习建立一个有限的目标,基于这个有限的目标,进行降阶建模。


本文转载自51CTO,本文一切观点和机器智能技术圈子无关。原文链接
免费体验百种AI能力以及试用热门离线SDK:【点此跳转】

上一篇:一文读懂人工智能产业最新发展趋势


下一篇:2021大盘点,这十家AI初创公司有点“料”!