在物联网、大数据、人工智能等新兴技术的助推下,全球制造业正从自动化向智能化方向迈进,加快推进智能制造的落地应用对于提升中国制造竞争力有着非常重要的意义。完成“中国制造”向“中国智造”的转型升级不仅仅是国家战略的要求,更关系到万千中国传统制造企业的生死存亡。
所谓智能制造,其实就是要构建一套人机一体化智能系统,通过人与智能机器的合作共事,去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。也就是在目前机器自动化的基础上,让机器具备 “智力”,让其在制造过程中能进行分析、推理、判断、构思和决策等。
那么如何实现智能制造?智能制造作为一个系统化的工程,离不开大数据、物联网、云计算、智能机器、人工智能等技术的联动和加持。
大数据
工业设备连接上网后,厂商将可以获得丰富的现场数据,智能制造其实就是利用大数据分析,去改进复杂的工艺流程和管理供应链。大数据分析的新优势在于更快速和准确地抓住机会,通过汇集数据以及分析整理,可能发现能用于未来决策的有益信息,或者为即时决策找到见解。
那么,现场数据是多种多样的,怎样的数据分析才有益于制造商?第一个是常规性数据分析,它揭示了应该采取的行动,该分析结果为下一步行动提供建议。第二是预测性数据分析,它将表明可能发生的事情。第三是诊断类数据分析,查看过去表现来揭示发生的事情和原因。最后一个是描述性分析,用来在实时仪表板显示。随着数据的收集和积累,厂商将能准确评估和预测生产情况,使工厂系统更适合现在业务需求并能达到效益最大化。
物联网
随着工业物联网的应用发展,机器设备、人和产品等制造元素不再是独立的个体,它们通过工业物联网紧密联系在一起,也就是物联网将生产现场的处理器、传感器连接起来,使得机器人之间可以进行通信,可以互相沟通,而机器和人的工作将不再会严格分工,未来制造系统把人和机器融合在一起。
目前已经有不少企业提供强大的物联网联台,例如IBM公司推出的Watson IoT Platform云端服务平台等,该平台融入了人工智能技术,拥有强大的认知分析能力,提供数据和分析、预测、语义识别、存储等丰富的模块功能。
人工智能
人工智能和制造系统的结合将是必然的,利用机器学习、模式识别、认知分析等算法模型,可以提升工厂控制管理系统的能力,实现智能制造。整个智能制造过程主要围绕着智能工厂展开,而人工智能在智能工厂中发挥着重要的作用,人工智能要对物联网收集的数据进行研究、分析、决策,将之应用到具体的产业中,这才是实现智能化的关键。
从现有的基础条件来看,只能实现部分领域的智能化,还难以从整个企业层面进行智能化改造。其中,传感器的发展水平是限制目前智能制造发展的最主要因素之一,由于传感器方面的短板,很难保障生产现场的精细化管理。细节参数方面的缺乏,使得人工智能在分析、判断的过程中很难实施找到问题发生的真实原因。
智能机器
智能机器,是智能制造的重要组成部分,相比于目前仍然处于简单自动化阶段的机器人,这些机器人可以自主运行,并可以直接与制造系统进行通信,可以评估物理输入并区分不同的产品配置。智能机器可以在没有人帮助的情况下解决问题并做出决定,他们不仅可以实现最初编制的任务,而且还拥有人工智能,可以从经验中学习知识,掌握新的技能。
智能机器人具有自行配置和执行新任务等灵活性,它们能够对需求更改和产品创新做出快速的反应,这比传统制造工艺更具优势。随着机器人认知能力的提高,机器人可以在人旁边协同工作,成为人类未来高效工作中不可或缺的工具。
智能制造的实现是一个庞大而复杂的工程,大数据、物联网、云计算、智能机器、人工智能等任何一个技术不到位,都无法实现制造业的智能化转型,因此需要各个技术领域的专家学者各扬所长,积极钻研其专业技术。
关键字:智能制造 机器人焊接 传统企业 AI
引用地址:
传统企业在智能制造趋势下靠什么蜕变?
推荐阅读最新更新时间:2024-05-03 03:05
你的个性AI能“看穿”
据科技日报报道,德国马普计算机科学研究所与澳大利亚弗林德斯大学合作,开发出了一种通过眼球运动判断人物性格的软件。研究人员借助人工智能(AI)可以基本确定被观察对象是否属于神经质、友好、外向、认真和好奇等性格特征。 将计算机科学应用于学习和解释人类行为是一项新的热门课题,马普计算机科学研究所安德里亚斯·布林领导的研究小组开发出了这款采用人工智能分析眼球运动,推断人物性格的软件。为获取软件开发所需数据,布林团队与澳大利亚弗林德斯大学开展了合作,对50名平均年龄为22岁的学生进行了跟踪拍摄。他们让学生在校园里闲逛,拍摄学生在校园商店购买咖啡或其他物品时眨眼次数和眼球运动;然后要求学生完成心理学家通常使用的问卷测试;最后,结合拍摄资料和调
[嵌入式]
人工智能产业大火,产业标准化之路必不可少
人工智能 产业的发展沸沸扬扬,相关标准的制定也显得尤为迫切。 1月18日,国家标准化管理委员会正式成立国家人工智能标准化总体组、专家咨询组。总体组组长为中国电子技术标准化研究院院长赵波,副组长人选涉及阿里云、科大讯飞、中国科学院、北京大学、北京航空航天大学、机械工业仪器仪表综合技术经济研究所相关高管、专家。中国工程院院士潘云鹤担任专家咨询组组长。 据了解,国家AI标准化总体组在人工智能标准化中承担统筹协调、规划布局的角色,负责开展人工智能国际国内标准化工作,包括拟定我国人工智能标准化规划、体系和政策、协调相关国家标准技术内容和技术归口、建立AI基础功行标准与行业应用标准的传导机制等。专家咨询组则由国内人工智能领域知名专家学
[嵌入式]
未来已来 AHTE 2017 打造家电行业“智”造盛宴
在德国工业4.0概念走红全球的同时,中国制造也在谋求转型升级、重塑新型竞争优势,继而 “中国制造2025”横空出世。国务院常务会议明确提出:要顺应“互联网+”的发展趋势,以信息化与工业化深度融合为主线,打造工业互联网,强化工业基础能力,提高工艺水平和产品质量,推进智能制造、绿色制造。 这股浪潮也同样席卷了家电行业,家电企业应该如何谋求“智能转身”? 9月5-8日来上海参观AHTE 2017(第十一届海国际工业装配与传输技术展览会,以下简称:上海国际工业装配展),开始您的智能制造探索之旅。展会期间,将有近100家展商带来应用于家电制造领域的系统集成解决方案及设备,如自动化生产装配、产线改造、在线检测、自动化拧紧、智能物流(输
[家用电子]
焊接、打磨、搬运三合一,华数机器人JH615/JH620新品上市
8月23日,2021 中国国际智能产业博览会(以下简称智博会)在重庆盛大开幕。华数机器人自主研发的新品JH615/JH620大中空手腕机器人在2021线上智博会重磅发布。 华数机器人凭借多年的技术经验积累,直击制造业痛点,研发出覆盖焊接、打磨去毛刺、搬运等多个应用领域的“三合一”机器人,全面满足制造业多种需求,显著降低备货压力,便于企业调度生产。 全新发布的HSR-JH615和HSR-JH620两款机器人是华数在多年产品研发技术上的新突破,有效负载分别为15kg、20kg,臂展2000mm、1800mm,在易用性、应用场景多样化上区别于常规通用产品,具有独特优势。本次两款新产品的推出,与华数负载5KG的HSR-JH605共同形成
[机器人]
美国白宫将组人工智能特别委员会
美国 白宫 举办了一场由 人工智能 领域的专家参与的科技峰会,在次会议上,白宫科技政策办公室副主任迈克尔·克拉希欧斯(Michael Kratsios)宣布将组建人工智能特别委员会,该委员会由各政府部门人工智能领域的领先研究者组成。 该总统助理同时也是美国科学和技术政策局(Office of Science and Technology Policy,OSTP)局长,他说:“在1956年的夏天,一群美国科学家聚集在达特茅斯学院的校园中,试图寻找一种让 机器 来解决当时只能由人类解决的问题的方法。那时距今已有62年了,人工智能的时代已经到来,它将给美国人民带来更好的生活。” 人工智能特别委员会(Select Committe
[嵌入式]
苹果乏力自动驾驶,将收购吴恩达旗下自动驾驶企业Drive.ai
据多家外媒报道称,苹果周二对媒体证实,已经收购了美国陷入困境的自动驾驶研发公司Drive.ai,并挖来了数十名自动驾驶技术工程师。 过去两周,Drive.ai已经停止运营。在其日前向加州就业发展部提交的文件中显示,该公司将于6月份关闭办公室,裁汰90名员工,并永久关闭业务。此前,Drive.ai已经与多家潜在收购方进行了谈判,但是最终只有苹果有意收购。 公开资料显示,Drive.AI由斯坦福大学的8名人工智能研究员于2015年创立,总部设在加利福尼亚州,主要业务是为使用深度学习(deep learning)技术的无人驾驶汽车开发人工智能(AI)软件。 百度前首席科学家吴恩达的妻子Carol Reiley正是创始人
[汽车电子]
科技前沿大家谈:工业机器人与智能制造
近日,“机器人与智能制造高端论坛”在合肥工业大学召开,来自全国各地的机器人专家和制造业精英汇聚一堂,探讨机器人与智能制造如何造通过深度融合,助力合肥市打造机器人产业聚集区、实现机器人技术与产业创新跨越。 三十年积累,实现从小到大 智能制造把制造自动化的概念扩展到更加柔性化、智能化和高度集成化。而机器人是高端智能装备的代表,被喻为“制造业皇冠顶端的明珠”。 机器人替代人工生产是未来制造业重要的发展趋势,是实现智能制造的基础,也是未来实现工业自动化、数字化、智能化的保障。“为什么说智能制造需要机器人?”库卡机器人(上海)有限公司经理李少飞在大会发言中说道:“很多工作环境不友好,比如危险品制造、化工、军工等行业,人口老龄化带来劳动力
[机器人]
AI+机器人时代,梅卡曼德的智造路线与实践
什么是智能机器人?在2021高工机器人年会上,梅卡曼德CEO邵天兰给出的观点是:它要能适应环境,并且根据环境的变化作出相应动作,归结到技术就是“感知,即机器人要知道看到的东西是什么,它的种类、位置等等,最后机器人还需自主做决策。 邵天兰认为,智能机器人面对的是更加复杂与多变的环境,这就导致智能机器人技术在规模化落地时也要面临更大的挑战: 第一,链条长。 智能机器人技术涉及光学、电子、3D成像、图像处理、深度学习、运动规划、几何分析等众多技术,技术链条很长。 第二,成本高。 优秀的光学/视觉算法/机器人算法工程师稀缺,人力成本高。 第三,产出慢。 从核心技术研发到可批量交付的成熟产品,过程复杂,周期很长。 第四,风险大
[机器人]