人工智能融入制造业 形成新一代智能制造

发表时间：2018-03-08

近几年，随着中国人口红利逐步消失、原材料和人力成本不断攀升，中国制造业赖以生存的全球竞争优势正在逐步丧失。同时，传统落后的生产管理模式也已经无法满足日益多样化的市场需求，中国制造业的发展正在面临着严峻的挑战。人工智能是引领中国制造业发展的关键技术，是促进实体经济发展的重点方向，是制造业数字化、网络化、智能化转型发展的关键领域。近年来，人工智能加速发展，实现了战略性突破，先进制造技术和新一代人工智能技术深度融合，形成了新一代智能制造，也可以称之为数字化网络化智能化制造。国家政府高度重视这一趋势，2017年，国务院发布了《新一代人工智能发展规划》，全面推动人工智能与制造业的融合，解决中国制造业在推进智能化转型过程中面临的问题。在政策引导和技术发展的双重推动下，人工智能正在逐渐融入中国制造业，驱动企业智能化造转型升级。

人工智能融入制造业 形成新一代智能制造

新一代智能制造的主要特征表现在制造系统具备了学习能力，通过深度学习、增强学习等技术应用于制造领域，知识产生、获取、运用和传承效率发生革命性变化，显著提高创新与服务能力。

从应用上讲，人工智能技术正在被不断地被应用到图像识别、语音识别、智能机器人、智能驾驶/自动驾驶、故障诊断与预测性维护、质量监控等各个领域，覆盖从研发创新、生产管理、质量控制、故障诊断等多个方面。

人工智能可以对复杂过程进行智能化指引。以产品研发设计为例，工业设计软件在集成了人工智能模块后，可以理解设计师的需求，还可以与区域经济、社会舆情、社交媒体等多元化数据进行对接，由此形成的数据模型可向设计者智能化推荐相关的产品设计研发方案，甚至自主设计出多个初步的产品方案供设计者选择。

人工智能在生产制造管理方面发挥作用，创新生产模式，提高生产效率和产品质量。人工智能技术通过物联网对生产过程、设备工况、工艺参数等信息进行实时采集；对产品质量、缺陷进行检测和统计；在离线状态下，汽车连接器，利用机器学习技术挖掘产品缺陷与物联网历史数据之间的关系，形成控制规则；在在线状态下，通过增强学习技术和实时反馈，控制生产过程减少产品缺陷；同时集成专家经验，不断改进学习结果。

在维护服务环节中，系统利用传感器对设备状态进行监测，通过机器学习建立设备故障的分析模型，在故障发生前，将可能发生故障的工件替换，从而保障设备的持续无故障运行。以数控机床为例，用机器学习算法模型和智能传感器等技术手段监测加工过程中的切削刀、主轴和进给电机的功率、电流、电压等信息，辩识出刀具的受力、磨损、破损状态及机床加工的稳定性状态，并根据这些状态实时调整加工参数（主轴转速、进给速度）和加工指令，预判何时需要换刀，以提高加工精度、缩短产线停工时间并提高设备运行的安全性。

从行业来讲，人工智能应用不仅涵盖了3C、纺织、冶金、汽车等多个传统制造业产业，还涉及高端装备制造、机器人、新能源等战略新兴产业。人工智能正在从多个方面支撑传统制造向智能制造迈进，为中国制造业“由大变强”的发展注入新动能。

同时，我们必须清醒地认识到，中国制造业仍面临错综复杂的局面。首先是制造企业数字化程度太低，而数字化又是智能化的基础，再加上研发能力不强也是中国制造业整体大而不强的主要原因。其次，现在的人工智能技术只能算是弱人工智能，机器学习和深度学习等技术在制造企业的实际应用有待加强；第三，人工智能产业发展环境还不成熟，缺乏行业标准和安全保障制度。

人工智能融入制造业的根本目的是提质增效、降低成本。但目前来看，中国制造业与人工智能融合有很长的路要走。制造企业需深刻理解，人工智能不是万能灵药，它仅仅是一种推动制造业发展的工具或方法，不论外界如何热捧宣传，如果无法与实际应用需求结合，必然缺乏发展的动力。在人工智能应用实践过程中，制造企业不能生搬硬套、急于求成，必须脚踏实地地研发、突破，积累，调研自身实际应用需求，结合现有的软、硬件基础设施、人员技术条件以及资金规划，分析人工智能技术怎么用以及如何用好的问题，只有这样才能激发出人工智能的真正效能，最终实现智能制造。