往期雜誌查閱
按總期數:第
按年份期數:
 首頁 > 封面專題 > 正文
人工智能造就聰明工廠
AI brings forth smart factories
■ 本刊記者 沈雨青 [第3499期 2021-08-16發表]
▲圖為深圳富士康龍華科技園數控機床精密加工智造熄燈工廠內景。“熄燈工廠”指生產線均由機器人自主操作、可實現關燈狀態下的全自動化作業。位於深圳富士康龍華科技園的數控機床精密加工智造熄燈工廠,主要進行手機金屬殼的加工工作。這座“不開燈”的工廠可實現從自動上料、零件加工、智能補正、自動檢測到智慧物流的完整生產流程,實現“刀具的全生命週期管理”。(新華社圖片)  

自2015年5月,國務院印發《中國製造2025》通知後,AI+製造業廣受投融資市場青睞,在2018年,AI+製造業共產生974起投融資事件,投融資總額達968.61億元人民幣;2019年,AI+製造業共有587起投融資事件,投融資總額達777.04億元人民幣。現時,中國智能製造業正處在2015-2045的第一個十年,人工智能對工業改造程度不斷加深,行業前景廣闊。
 

24小時拆垛碼垛,真有這樣的打工人!


“一個典型的工廠,主要包含物流、製造、倉儲三大功能模塊。”一位在深圳從事工業自動化改造的軟件工程師儲先生告訴記者,在高度智能化的工廠,AI技術已滲透到三大模塊的諸多環節當中。

在物流模塊中,倉內搬運是廠區內物流的重要一環。傳統搬運方式大多是人工使用叉車等工具進行重複性高、強度大的拆垛、碼垛工作,效率低,協同工作能力差,還難以避免地出現人員受傷、車輛或貨物損壞等事故。

但在AI賦能工業製造的過程中,無人叉車的出現,為工廠安全係數提升畫下濃墨重彩的一筆。基於激光SLAM、深度學習視覺、軌迹規劃、集群調度等技術,無人叉車能夠根據周圍環境進行時間最優的動態軌迹規劃,可幫助企業實現貨物在廠區內點到點、庫到庫的搬運,安全高效的同時,遇到障礙物還可以平穩停車,可以算得上是一個體格健壯、學習能力強、情緒穩定、能7*24小時運轉的高品質“搬運工”。

據新戰略機器人產業研究所統計,含視覺導航功能的中國無人叉車在2019年銷量達2700台,市場規模達13億元,較之於2018年增長44%,足見其對工業企業智能化改造的重要性。

智能化改造中,另一個在廠區物流模塊出現的重要元素,即是有搬運能力,能通過計算機智能規劃運行路線的AGV小車(Automated Guided Vehicle,自動導航小車)。AGV包含電磁、光學等引導設備,能夠按照人工設定的導引路線行駛,換言之,通過算法合理安排AGV的運行路線後,可以將原本人工要花5、6趟運輸的物料,一次性運完。

據中國移動機器人(AGV)產業聯盟統計,2021年上半年移動機器人行業共發生17起融資事件,融資金額超過40億元。2020年度中國市場新增工業應用移動機器人(AGV/AMR)41000台,較2019年增長22.75%,市場銷售額達到76.8億元,同比增長24.4%。在國際上,今年7月,韓國仁川港務局與Eugene機器人合作的物流機器人項目收到韓國政府45億韓元的投入,證明工業應用移動機器人(AGV/AMR)正廣受全球政府高度關注。

 

AI加持,小小麥克風能取代千萬元質檢設備?


在智能化工廠的核心環節——製造模塊,智能化改造可幫助工廠實現從研發、生產到質檢的全流程優化。

把AI深度學習放在產品研發的過程中來看,曾經企業生產一個新產品,首先需要工程師/設計師花時間構思、設計,完成產品初樣後,再進行百次、千次的微調和校準,才能達到滿意效果,研發週期長,人工成本高。

但在人工智能的驅動下,借助經過海量數據訓練後的算法模型,可直接生成數種目標產品的生產方案,且所有方案在生成前已經過AI高頻次的模擬試算與校準,方案的成熟度與穩定性都有保障。在智能工廠中,工程師在此環節要做的僅僅是從AI提供的數種方案中,挑選一個最優解。此種模式下,工廠可減少7%的潛在工作成本,減少50%的潛在開發費用,避免20-50%的潛在產品缺陷。

而在工廠製造環節中,60%的無用開銷來源於非必要的運行與維護,在智慧工廠中,智能化生產可綜合產品特性、時間要求、成本控制、安全要求等,通過機器學習建立產品的健康模型,以找到最佳生產工藝參數。

在智能化工廠產線旁的固定機械臂機器人就是典型例證。機械臂可通過精準抓取,將物料從輸送線搬運到工位或產線上,大幅降低工廠運維成本。儲先生指“這些看似機械重複的工作,需要通過視覺識別、機械臂控制、移動避障等尖端技術才能得以實現,全自動的機械臂生產線,也是工廠智能化水平的集中體現。”

“在以前,很難想像到讓產品的聲紋特徵參與質檢,精準預判產品質量。”儲先生告訴記者,在工廠質檢環節中,一些企業已經開始借助AI深度學習技術,進行缺陷樣本的訓練。

“在某些特定行業,利用AI聲紋分析,可實現對產品的精準質檢。”儲先生指,以聲紋識別技術為例,計算機利用深度學習神經元訓練模型,獲得缺陷產品的聲紋樣本,隨後通過麥克風矩陣等聲紋識別設備的檢測,可精準識別出缺陷產品,而在之前,產品出廠原本要通過昂貴檢測設備的檢驗,或人工逐個進行質檢。

 

三維掃描“迷你倉”也能“裝滿滿”


在工廠的第三大功能模塊——倉儲模塊中,智能化工廠借助計算機視覺拍照,可識別物料的體積,獲取物體三維信息,合理安排物料的碼垛空間,讓工廠倉庫倉儲能力大大提升。

舉例來說,原本一個1立方米的迷你倉儲空間,在普通情況下,只能堆放100件物料,而經過計算機視覺掃描,並通過AI計算堆放位置後,同樣大小的倉庫,空間利用率可高達75%以上,存儲量達到300件以上。

 

“智能化的初衷並非讓機器完全取代人”


工廠智能化改造的初衷並不是用機械完全替代人力,人機協作也許將帶來工廠智能化轉型後的雙贏結果。

在智能化工廠中,物聯網可通過採集大量人和設備的作業數據,分析設備效率,以及工人的技能曲線、學習曲線。算法在分析工人擅長工序與不擅長工序後會生成工人的技能圖譜,貨物可通過該結果,找到生產技能最為匹配的工人;計算機也會在確認工人技能水平與學習水平後,將該工人分配到其效率最高的工序之中。

由此延伸開來,如果有學習曲線特別突出的工人,同樣會被計算機捕捉,成為企業重點培養對象。例如從產線新員工到熟練工,行業平均水平需要30天,熟練工平均6秒能完成一道工序;而某工人成為熟練工的學習時間僅需20天,完成該工序的平均速度僅為5秒,就會被重點關注並培養成“多能工”。在工廠出現緊急狀況,或產能爬坡階段(工廠新開生產線,或生產新產品時,產線產能會有一個逐漸提升的過程),智能化工廠會優先安排被這類工人去應對。

“以前是人管人,現在一個真正意義上的智能工廠已經實現機器在管人。”儲先生指,用算法分析流水線工人的技能曲線與學習曲線,既可加速工廠生產進度,促進工廠平穩運行,也利於工人自身發展,為有能力的優質人才提供快速上升的渠道。


經導全媒體矩陣
經典時刻
總編輯話你知
識港--在這裏認識香港
《經濟導報》電子雜誌3509期
新時代新征程
經導系列雜誌-《中國海關統計》
《經濟導報》經典版面