AI方案实现智能制造 .pdfVIP

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

AI方案实现智能制造

摘要:智能制造概念最早提出于20世纪80年代,是随着计算机技术普及而

诞生的新概念。自智能制造概念提出后,世界各国都对智能制造系统与技术进行

了研究。1989年,日本提出研发智能制造系统计划,1994年,日本启动了该计

划,开始研发智能制造系统。1992年,美国实施了新技术政策,加大投资力度大

力支持智能制造技术的研发。1994年,欧盟也启动了智能制造技术研发项目,并

取得突破性进展,开始尝试应用智能制造技术。不难看出,世界各国都已把智能

制造技术作为重振工业制造的重要手段,很多国家已意识到,智能制造是提高制

造业国际竞争力,实现自动化、无人化、智能化生产的关键技术,所以纷纷投资

智能制造技术研究。从当前智能制造技术与系统的发展趋势来看,正在逐步走向

经济化、绿色化、无人化。智能制造技术与系统应用的目的不仅是为了提高生产

效率,更为了降低生产成本,从而实现以低成本取得最大化收益,智能制造的经

济性是不容忽视的问题。近几年来,高新设备、智能设备、信息设备及其相关技

术不断涌现,市场价格大幅度下降,所以经济化将成为智能制造技术与系统发展

创新的主要方向。以智能制造为代表的新⼀轮产业变⼀迅猛发展,数字化、⼀络

化、智能化⼀益成为全球制造业的主要趋势,在全球经济新形势及国民经济新常

态下,加快制造业的智能转型升级迫在眉睫。⼀前,我国制造业机械化、电⼀

化、⼀动化、信息化并存,不同地区、不同⼀业、不同企业间发展不平衡,总体

来看,传统制造业仍占据主要地位,⼀动化、智能化⼀平较低。我国根据世界经

济科技发展新趋势和⼀新型⼀业化道路的要求,已着⼀推进产业结构优化升级的

部署,即形成以⼀新技术产业为先导、基础产业和制造业为⼀撑、服务业全⼀发

展的产业格局。

关键词:智能制造、AI方案、深度融合

当前工业制造正处于智能化转型的过程,整体AI技术渗透率还很低,中国

作为世界的制造强国,制造业占比世界的百分之三十。AI技术在生产环节应用场

景最广,AI技术的优势已在智能检测领域得到了体验。同时,制造业AI应用处

于起步阶段,AI质检是应用主场景。传统的人工质检,覆盖率低、速度慢、标

准不统一、影响视力、招工难、质检易出。而AOI质检的开发、适配难,适

应性弱,经验无法积累,难以大规模推广。从整个市场来说,AI异常检测场景应

用广泛,未来五年可参与规模超5千亿,AI异常检测可服务于工农业各细分领域,

中国仅制造业又细分31大类,191中类,525小类占30%及1.05亿从业人员,市

场的需求面很大。而人工智能AI方案就为制造业带来了福音。AI贯穿于制造的

主要环节:

工厂制造流程

这里的标签缺陷、螺钉缺失、点胶面积、贴片位置等检测项目实现了AI检

测,其质检准确率由传统机器视觉检测的90%提升到了99.9%,工作量降低60%。

同时,由于AI的介入,企业生产环节得到了降本增效。可以说,AI已经在工厂

实现了工位级、线体级、车间级的规模应用。

工厂AI一站式解决方案

从另一个意义来说,百分之99.9%的质检准确率堪称是划时代意义的数字,

这意味着人工智能和制造产业的融合是深度的,人工智能的角色从辅助将变为原

生。

目前很多企业工厂采用工业相机拍照、图文图片模板比对的视觉检测方式。

这种方式的确相比人工检测提升了效率,但也产生了新的问题,由于产品自身质

量波动、图像取像角度、亮度变化甚至环境因素的干扰,视觉检测的准确率始终

难于提升,最高只能到80%左右。而且,开发适配难、适应性弱,当产线从A产

品切换到B产品时,期间需要经历很长一段时间的调试。而AI智造方案通过传

统视觉+AI,精度/效率大幅提高。

传统视觉融入深度学习,自动图像特征提取,基于大量的历史缺陷图片完成

模型训练,只要检测物的相似度达到一定程度就完成检测过程,不仅准确率高达

99.9%,而且适应性更强。

要达到把AI带到每条厂线的目标是艰难的,需要跨越AI质检设备和企业

AI运维两大痛点。首先是缺乏性价比高的自动化设备;而且运维复杂,算法精度、

训练能力、算力扩容等方面问题很多。纵观业界,缺少既懂行业知识,又在AI

能力上强的综合玩家,这是制约普通工厂拥抱AI的主要问题。而智造AI方案,

就是为解决这个问题而生:AI使能平台+成熟AI应用,打造一站式解决方案;

降低AI应用门槛、端到端高性价比、普通工厂也能用A

文档评论(0)

136****8444 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档