陳雄飛
寧波中策動力機電集團有限公司,浙江 寧波 315000
筆者所從事的行業屬于典型的傳統行業的門類,作為原國家機械工業部專業生產船用柴油機柴油發電機組的重點骨干企業,一直以來,受到國家及省市各部門的關懷指導,雖有長足發展,但依然存在著目前我國制造業發展普遍面臨的內外壓力較大的問題。但可喜的是,人工智能及相關技術的發展也為傳統制造業轉型升級提供了合適的契機。
據埃森哲公司測算數據顯示,“到2035年,人工智能技術的應用將使制造業總增長值(GVA)增長近4萬億美元,年度增長率達到4.4%。作為新的“生產要素”,人工智能對于制造業的影響有幾方面:機器將部分取代人的工作,實現智能自動化。”人工智能,可以有效彌補老齡化、人力資源成本提升等帶來的勞動力短缺問題;人工智能可以通過增強勞動力技能帶來整個生產效率的提升,人工智能與制造業的深度融合不但可以加速新產品的科技開發,還將改變原有的生產流程方式,不單能自動完成匹配的任務,亦可實現全新的操作。比如,根據客戶的個性化需求自定義產品配置。
前不久,騰訊聯合國家工業信息安全發展研究中心等多部委就AI智能與工業化生產問題進行了深入的探討和分析。主要針對怎樣深入理解不同制造行業的現狀和實際需求,為制造業逐步實現智能化的轉型提供可實踐的有效參考,最終實現制造企業的競爭力提升,適應新形勢下的市場需求。
當前,我國的互聯網企業已形成一定的國際競爭優勢,接下去的重點是利用互聯網,利用AI智能,分析總結其賦能制造業的創新經驗,力爭實現在不同的制造業環節,都可以得心應手的利用新技術應用實現制造業的智能化,特別是傳統機械制造業的智能化。
縱觀一路發展,從數字計算機出現起的第一階段數字化,到第二個階段的網絡化,再到當前網絡化充分實現后,逐步向智能化(第三階段)過渡。目前我國僅有1/6的制造業企業可以達到“互聯網+”(網絡化)水平,其余5/6的企業連內部網絡構建都還不完善,企業部門、流程等還沒有構成一個整體,無法實現空間跨越、交流信息的功能。這恰恰也是當前我國制造業面臨的最大挑戰。
針對這個現狀,需要明確的是:不要把“智能”泛化。智能化是數字化、網絡化之后的高級階段,不能混為一談,研究智能化應該聚焦在人工智能上;同時需要增加新的評估體系。這里要重點強調的是:自動化與人工智能還是有很多基本區別的,很多人固執的認為他們是一碼子事。這里必須明確:自動化是做人不愿意做的事情(如簡單性的重復勞動),而智能化是實現人實現不了的事情(比如高級別經驗的傳遞)。舉個例子,傳統的數控機床的例子:傳統的數控機床是沒有智能的,充其量是自動化,因為其在給定程序下,會自行運轉,一旦程序出錯,也會繼續運轉;但智能的數控機床則完全不同,智能數控機床能運行中可以感知切削力的變化,并分析判斷刀具磨損,同時進一步決定是用刀具補償還是換刀以保證加工精度。智能機床具有自動感知、分析、反饋、決策、控制等要素,這才是智能的實用之處。
清華大學智能科學系教授孫富春是我國人工智能領域專家,他提出,可以基于CPS理論從感、聯、知、控、安全等五個方面,結合工業生產流程來定義和描述AI智能。制造業企業的發展,最終是為了降低生產制造時間;維持高效率;提高產品質量。主要關注三大指標:時間、節拍、質量。因此“人工智能+制造業”可以從設備、能效和質量三方面,研究融合轉型的方法。
如何把AI智能和互聯網的技術,真正用于機械制造業的提質、降本、增效、減存,最終實現機械企業從以產品為核心、到以服務為核心的價值轉型。目前,人工智在制造業的如下幾個領域中的應用程度會大大增強。
首先,制造業的很多細分領域依賴傳統的視覺檢測。人工智能能夠橫縱不同角度比對產品和照片。將機器視覺應用在制造業中的精確質量分析領域,通過比人眼敏感多倍的相機結合AI技術提升圖像理解的能力。比如,在筆者的柴油動力制造業中,產品本身形態較大,肉眼檢測本身就存在很大難度,AI機器視覺工具,可以在超出人類視覺范圍的分辨率下發現精密產品中的微觀缺陷,大大提升檢測效率。
其次,精準優化細節性生產過程。AI智能可以調節和改進生產過程中的數據參數,生產過程中,機器需要進行諸多參數的設置。例如,在小部分的注塑中,可能需要控制原料的溫度、冷卻時間表、速度等等。所有這些參數都可能受到各種外部因素的影響,例如,外界溫度等。AI系統通過收集所有有效的參數數據,改進自動設置和調整機器的參數,從而提升生產效率。
再次,鎖定產品產生質量問題的來源。所有產品都不是一道工序就可以完成的,當產品最終沒有通過質量檢驗,甚至有時難以確定產品問題來源的時候。AI智能將幫助我們自動識別生產中有問題的環節和步驟。制造,充滿了微調。人工智能還可以顯著縮短新產品無論是設計還是生產過程中的流程,提升制造行業的效率。
總之,AI智能極大地提高了效率、推動了生產進步,很快人工智能將迎來其在機械制造業的春天。