人工智能应用素养 课件 第6章　人工智能在智能制造领域中的应用.ppt

2、智能制造下游应用领域分布中国制造业产业链中，下游产业智能制造渗透率较高，整体呈现由下游逐渐向上游延伸的趋势，中国智能制造总体渗透水平较低，渗透率提升空间大。设备需求数量影响：智能制造下游应用领域分布和行业所需自动化设备数量及资产价格占比有较大关系。以汽车与3C电子为例：其智能制造下游行业对自动化生产设备的需求量较高，其中汽车制造所需设备数与设备价格远高于3C电子产品，因此在智能制造下游应用中汽车类市场份额占比高于渗透率更高的3C电子。智能制造下游应用领域分布和行业生产升级内在需求有很大关系。例如，金属冶炼与材料制造行业的用工需求较大，且工作环境较为恶劣，并存在较高事故风险。而工业机器人工作环境要求低，可在相对恶劣的工作环境下持续作业，引入工业机器人可降低工作过程中的事故率。随着智能制造技术提升，智能制造设备成本下降后，机器人将在该领域大范围推广，智能制造在重工业中的应用市场将存在较大上升空间。感谢您的观看！人工智能应用素养智能制造系统一般由智能装备、智能控制、智能物流、制造执行四个分系组成，它接收ERP的生产指令，能够进行优化排产、资源分配、进度、智能调度、设备的运行维护和监控、过程质量的监控和分析、产品追溯、绩效管理等。其中，智能化生产装备和控制系统，可组成多条柔性生产系统、柔性制造单元、柔性生产线进行产品的加工、装配、优化控制。在从生产任务下达到产品交付全过程的人、机、料、法、环的优化管理和闭环控制，都包括在智能生产活动之中，这其中人工智能在制造业的领域主要有以下应用方向：机器视觉检测、制造过程控制智能化、装配过程自动化、工厂运行控制智能化。机器视觉就是用机器代替人眼来做测量和判断，通过视觉系统对产品图像摄取，同时将被摄取的目标转换为图像信号传送给专用的图像处理系统，得到被摄目标的形态信息，再将像素分布和亮度、颜色等信息转变成数字化信号，图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别结果来控制现场的设备动作。和人眼相比，机器视觉具有效率快、精准性高且永不知疲倦等显著优势，因而被广泛应用于工业制造的各个环节。应用一轮毂分类应用背景介绍：轮毂（如图所示）是汽车轮胎的重要支撑骨架，其根据直径、宽度、成型方式、材料不同种类繁多。从制造的维度来看，不同的类型应选择不同加工路线、加工机床、刀具等。应用需求：在自动化生产线上要实现多品种轮毂的混流生产，首先要完成的就是轮毂类型的识别。这些任务早期都是由人工方式来完成，流水线周而复始，工人没有片刻休息时间。在工作强度大、时间长、长期紧张的工作状态下，工人容易感到疲倦，导致分类/分割工作的速度、稳定性和准确性都无法保障。应用需求分析：目前一些前沿制造厂家已经提出基于机器视觉的分类算法，他们根据实验选择了五个特征：轮毂中心是否有孔洞、轮毂边缘区域的孔数、轮毂半径、轮毂面积，以及旋转不变性，利用投票分类器对提取的特征进行分类，与传统方法相比能达到较好的效果。应用二PCB缺陷检测应用背景介绍：印刷电路板（PCB，如图1所示）是集成各种电子元器件的信息载体，在电子领域中有着广泛的应用，其质量直接影响到产品的性能。随着电子制造业发展，电子产品趋于更轻、更小、更薄化，所以PCB的质量如何将对电子产品能否长期正常可靠工作带来非常大的影响。应用需求：PCB缺陷检测包括两部分：外观检测和字符读取检测。检测PCB板字符码（图2）形态是否符合标准，是否清晰无缺失，线条是否光滑无凸点，是否存在线体重合、重影、麻点、变形、色差、偏位、错印等缺陷，在工厂流水线上生产PCB板时，大多数生产厂商仍采用传统的人工检测方式。但工人眼睛长时间劳作，易疲劳进而导致检测的失误，此外人工检测效率低下、检测的标准不统一。印刷电路板（PCB）检测PCB板字符码应用二PCB缺陷检测应用产业情况分析：相比国外，在PCB视觉缺陷检测系统设备（专有名词：自动光学检测设备，AOI）开发方面，我国起步较晚，但最近几年也陆续出现一些优秀的设备厂商，比如科测电子科技有限公司、海康威视、华为、广州的镭晨科技、东莞神州视觉等。国内第一台真正意义上的AOI检测设备是东莞神州视觉的研发团队自主研究完成，此后在国内，AOI检测设备越来越多的被研发出来，打破了国外厂商在AOI市场的垄断，降低了AOI检测设备的成本，但对于AOI检测设备顶尖的技术，国内相较国外还是存在很大差距，对于一些特别复杂、精度要求极高的元器件还是无法检测。另外，在PCB基础上进行加工的一系列工艺流程称为表面组装技术(SMT)，电子元器件小